面向通用机器人的大规模仿真框架,用于厨房日常任务的训练与基准测试。
hao-ai-lab/ORA
一个开源机器人操作智能体框架,让开源权重大模型无需训练即可在仿真基准中控制机器人。
- Star
- 112
- Fork
- 4
- 未关闭 Issue
- 0
- 最近提交
- 17天前
这是什么?
ORA 是一个面向机器人操作任务的智能体框架。它通过 OpenAI 兼容或 Anthropic 接口,把开源权重语言模型接入机器人或仿真器,并让模型调用感知、抓取候选和运动规划等工具。项目的目标是零样本运行,不需要视觉-语言-动作(VLA)模型、机器人训练或针对具体任务的记忆。
框架会向模型提供任务说明、机器人手册和工具约定,并在单个回合内管理较长的工具返回结果。每个模型提出的动作都由监督器检查并分发执行,模型无法绕过。仓库包含三个基准环境:LIBERO / LIBERO-Pro(Panda)、RoboTwin 2.0(双臂 ALOHA)和 RoboDojo(ARX,基于 Isaac Sim 5.1),每个环境运行在独立的解释器中。
每次模型请求与响应、工具调用、动作及回执都会被记录,可在终端界面中回放,也可在网页版证据查看器中浏览。用户还能在运行过程中向智能体发送消息,此类运行会被标记为人工介入。
核心功能
- 01可接入 OpenAI 兼容或 Anthropic 模型接口,支持托管与自部署模型。
- 02提供 SAM3 分割、深度几何、Contact-GraspNet 抓取候选和 CuRobo 运动规划作为模型可调用的工具。
- 03监督器在动作执行前检查并分发每个动作。
- 04支持 LIBERO、RoboTwin 2.0 和 RoboDojo 基准,并使用各基准官方的成功判定。
- 05记录并封存每次请求、动作和回执,可在终端界面或网页查看器中回放。
适用场景
- 在不做机器人训练的前提下,评估开源权重大模型在操作基准上的表现。
- 在仿真中比较面向具身任务的智能体框架设计。
- 回放和检查历史运行中的智能体决策、工具调用与动作。
- 通过终端界面向运行中的机器人智能体发送指令。
快速上手
- 1
克隆代码仓库
git clone https://github.com/hao-ai-lab/ORA.git && cd ORA - 2
安装锁定的 Python 环境
uv sync --all-extras --locked - 3
设置模型 API 密钥
export DEEPSEEK_LOW_API_KEY=sk-... - 4
运行无需模拟器或 GPU 的有限检查回合
uv run --locked ora run --env synthetic
使用前须知
- 机器人基准测试需要配备 32 GB 或以上 NVIDIA GPU 的 Linux 机器,README 仅验证了特定 GPU。
- 运行基准测试需要模型 API 密钥,示例默认使用 DeepSeek 接口。
- PyPI 版本尚未发布,目前需从源代码检出安装。
收录于专题
标签
常见问题
- ORA 是什么?
- 一个开源机器人操作智能体框架,让开源权重大模型无需训练即可在仿真基准中控制机器人。 ORA 是一个面向机器人操作任务的智能体框架。它通过 OpenAI 兼容或 Anthropic 接口,把开源权重语言模型接入机器人或仿真器,并让模型调用感知、抓取候选和运动规划等工具。项目的目标是零样本运行,不需要视觉-语言-动作(VLA)模型、机器人训练或针对具体任务的记忆。
- ORA 可以免费使用吗?用的什么许可证?
- ORA 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。
- ORA 还在维护吗?
- 活跃维护中。ORA 最近一次提交是在 2026年10月21日。
- ORA 适合用来做什么?
- 在不做机器人训练的前提下,评估开源权重大模型在操作基准上的表现。 在仿真中比较面向具身任务的智能体框架设计。 回放和检查历史运行中的智能体决策、工具调用与动作。 通过终端界面向运行中的机器人智能体发送指令。
- ORA 怎么安装和运行?
- 克隆代码仓库: git clone https://github.com/hao-ai-lab/ORA.git && cd ORA 安装锁定的 Python 环境: uv sync --all-extras --locked 设置模型 API 密钥: export DEEPSEEK_LOW_API_KEY=sk-... 运行无需模拟器或 GPU 的有限检查回合: uv run --locked ora run --env synthetic
- 在哪里获取 ORA?
- 源代码和安装说明在 GitHub 上:https://github.com/hao-ai-lab/ORA
概要由 AI 根据项目 README 生成;GitHub 数据每日更新。
相关项目
用于评测具身智能体在 1000 项日常家务活动(如清洁、烹饪、整理)中表现的仿真基准。
基于 Gymnasium API 与 MuJoCo 物理引擎的机器人强化学习仿真环境集合。
ASPIRE 是一个让编码智能体迭代优化可复用机器人技能的框架,用于仿真与真机操作任务,而非训练模型权重。
面向机器人与具身智能的仿真平台,集成多物理引擎、写实渲染器与跨平台编译器,提供 Python 接口。
基于 SAPIEN 的开源机器人仿真与训练框架,专注于机械臂操作技能,支持 GPU 并行仿真。