一个开源的具身智能体框架,用大模型规划器、VLA 操作模型和记忆机制驱动机器人在仿真器和真实机器人上完成任务。
RLinf/APXinf-robo
基于 ApxInf Rust 推理引擎的机器人策略层,在 Jetson 与 RTX GPU 上部署 PI-0.5 等 VLA 模型。
- Star
- 227
- Fork
- 28
- 未关闭 Issue
- 1
- 最近提交
- 21天前
这是什么?
APXinf-robo 将 ApxInf 边缘推理引擎接入具身智能场景。它提供 Python API 和兼容 OpenPI 协议的 websocket 服务,用于在 NVIDIA Jetson AGX Thor、Orin 以及 RTX 4090 上运行 PI-0.5、PI0-FAST、GR00T N1.7、Qwen-Drive 等视觉-语言-动作(VLA)模型。
项目提供三层接口:接收预处理图像并返回归一化动作的裸模型接口;从原始观测完成缩放、分词、归一化和采样的机器人策略接口;以及 websocket 服务。franka_libero、unitree_g1 等机器人预设定义了相机字段、状态编码和动作维度。支持 BF16、INT8,以及仅 Thor 可用的 FP8(需要逐张量校准数据)。
仓库还包含多层延迟的基准测试脚本和 LIBERO-10 评测工具。CUDA 内核、CUTLASS 与 FlashAttention 源码已内置。推理引擎以 git 子模块形式位于 apxinf/ 目录,构建时会针对当前机器的 GPU 架构编译内核。
核心功能
- 01在 Jetson 与 RTX GPU 上运行 PI-0.5、PI0-FAST、GR00T N1.7 和 Qwen-Drive 模型。
- 02提供裸模型、策略和 websocket 服务三层 Python 接口。
- 03兼容 OpenPI websocket 协议,现有 openpi-client 代码可直接连接。
- 04支持 BF16、INT8,以及仅 Thor 可用的 FP8 精度。
- 05内置延迟基准测试和 LIBERO-10 任务评测脚本。
适用场景
- 在 Jetson 机器人上以低延迟部署 VLA 策略。
- 在不修改客户端代码的前提下,把 OpenPI 服务替换为推理更快的引擎。
- 在 Thor、Orin 或 RTX 4090 上比较不同精度下 VLA 模型的延迟。
- 在 LIBERO-10 仿真基准上评测 π0.5 模型权重。
快速上手
- 1
递归克隆仓库及子模块
git clone --recursive https://github.com/RLinf/APXinf-robo.git - 2
创建虚拟环境并安装 maturin
python3 -m venv .venv && source .venv/bin/activate && pip install maturin - 3
构建并安装 ApxInf Python 绑定及 Robo 包
CARGO_TARGET_DIR=target/wheel maturin build --release --features cuda --auditwheel skip -m apxinf/crates/apxinf-py/Cargo.toml && pip install --force-reinstall target/wheel/wheels/apxinf_py-*.whl && pip install -e "./apxinf/python/apxinf[serving]" --config-settings editable_mode=strict && pip install -e ".[libero,serve]" - 4
使用随机权重运行 PI-0.5 基准测试
python scripts/bench_pi05.py --random-weights --precision bf16 --layer l1 --samples 5
使用前须知
- 需要 NVIDIA GPU、CUDA 工具链、Rust 和 cmake,且内核需针对部署架构编译。
- FP8 精度仅支持 Jetson AGX Thor,因为 Orin 没有 FP8 Tensor Core。
- 运行真实模型需要自备检查点目录,软件包不包含该目录。
标签
常见问题
- APXinf-robo 是什么?
- 基于 ApxInf Rust 推理引擎的机器人策略层,在 Jetson 与 RTX GPU 上部署 PI-0.5 等 VLA 模型。 APXinf-robo 将 ApxInf 边缘推理引擎接入具身智能场景。它提供 Python API 和兼容 OpenPI 协议的 websocket 服务,用于在 NVIDIA Jetson AGX Thor、Orin 以及 RTX 4090 上运行 PI-0.5、PI0-FAST、GR00T N1.7、Qwen-Drive 等视觉-语言-动作(VLA)模型。
- APXinf-robo 可以免费使用吗?用的什么许可证?
- APXinf-robo 以 Apache-2.0 许可证开源。用于商业产品前,请先确认许可证条款。
- APXinf-robo 还在维护吗?
- 活跃维护中。APXinf-robo 最近一次提交是在 2026年9月29日。
- APXinf-robo 适合用来做什么?
- 在 Jetson 机器人上以低延迟部署 VLA 策略。 在不修改客户端代码的前提下,把 OpenPI 服务替换为推理更快的引擎。 在 Thor、Orin 或 RTX 4090 上比较不同精度下 VLA 模型的延迟。 在 LIBERO-10 仿真基准上评测 π0.5 模型权重。
- APXinf-robo 怎么安装和运行?
- 递归克隆仓库及子模块: git clone --recursive https://github.com/RLinf/APXinf-robo.git 创建虚拟环境并安装 maturin: python3 -m venv .venv && source .venv/bin/activate && pip install maturin 构建并安装 ApxInf Python 绑定及 Robo 包: CARGO_TARGET_DIR=target/wheel maturin build --release --features cuda --auditwheel skip -m apxinf/crates/apxinf-py/Cargo.toml && pip install --force-reinstall target/wheel/wheels/apxinf_py-*.whl && pip install -e "./apxinf/python/apxinf[serving]" --config-settings editable_mode=strict && pip install -e ".[libero,serve]" 使用随机权重运行 PI-0.5 基准测试: python scripts/bench_pi05.py --random-weights --precision bf16 --layer l1 --samples 5
- 在哪里获取 APXinf-robo?
- 源代码和安装说明在 GitHub 上:https://github.com/RLinf/APXinf-robo
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
面向消费级硬件的原生推理引擎,用于在 Metal、CUDA 和 ROCm 上运行 DeepSeek V4 Flash 等少数大模型。
开源 Rust 工具链,用于记录、可视化、查询并流式输出随时间变化的多模态机器人与传感器数据。
输入主题或关键词,自动生成脚本、配音、素材、字幕与配乐,合成高清短视频。
纯 C 推理引擎,通过从磁盘按需读取路由专家,在普通硬件上运行超大混合专家(MoE)模型。
基于 PyTorch 的开源医学影像深度学习框架,涵盖预处理、网络模型、损失函数与评估指标。