Repolode
提交项目
mani-skill

mani-skill/ManiSkill

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。

在 GitHub 查看官网
Star
3,495
Fork
561
未关闭 Issue
167
最近提交
3个月前

这是什么？

ManiSkill 是一个基于 SAPIEN 的机器人仿真框架，主要用于机器人操作技能的训练与基准测试。它的核心思路是在 GPU 上并行运行大量仿真环境，从而快速采集大规模的视觉与状态数据。

框架支持 GPU 并行异构仿真，每个并行环境都可以拥有不同的场景和物体组合。示例任务涵盖人形机器人、移动操作机械臂和单臂机器人，任务类型包括桌面操作、绘图、清洁和灵巧手操作。其面向对象的任务构建 API 将大部分 GPU 显存管理细节封装起来。

项目还提供强化学习（PPO、SAC、TD-MPC2）、模仿学习（行为克隆、Diffusion Policy）以及视觉-语言-动作模型的基线实现，并包含真实到仿真评估和仿真到真实部署的示例。项目通过 pip 安装，在带 NVIDIA GPU 的 Linux 系统上支持最完整。

核心功能

  • 01GPU 并行采集 RGBD 与分割数据，帧率可达很高水平
  • 02GPU 并行仿真，支持每个并行环境使用不同场景和物体
  • 03面向对象的任务构建 API，屏蔽 GPU 显存管理细节
  • 04提供人形机器人、移动操作臂和单臂机器人的示例任务
  • 05内置强化学习、模仿学习和视觉-语言-动作模型的基线

适用场景

  • 在并行仿真中用强化学习训练机械臂操作策略
  • 为模仿学习生成大规模合成数据集
  • 在标准化操作任务上对比机器人学习算法
  • 在部署到真实机器人前，在仿真中评估策略

快速上手

  1. 1

    用 pip 安装软件包

    pip install --upgrade mani_skill
  2. 2

    安装与你系统兼容的 torch 版本

    pip install torch
  3. 3

    按照文档说明配置 Vulkan 渲染环境

使用前须知

  • 主要支持 Linux；Windows 和 macOS 支持有限。
  • Windows、macOS 和 WSL 上不支持 GPU 加速仿真。
  • 渲染需要配置 Vulkan。
  • 资产数据采用 CC BY-NC 4.0 许可，仅限非商业用途。

收录于专题

强化学习训练框架与环境机器人与具身智能项目

标签

#embodied-ai#robotics#robot-learning#reinforcement-learning#simulation#robot-manipulation

常见问题

ManiSkill 是什么？
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。 ManiSkill 是一个基于 SAPIEN 的机器人仿真框架，主要用于机器人操作技能的训练与基准测试。它的核心思路是在 GPU 上并行运行大量仿真环境，从而快速采集大规模的视觉与状态数据。
ManiSkill 可以免费使用吗？用的什么许可证？
ManiSkill 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。
ManiSkill 还在维护吗？
半年内有更新。ManiSkill 最近一次提交是在 2026年8月4日。
ManiSkill 适合用来做什么？
在并行仿真中用强化学习训练机械臂操作策略 为模仿学习生成大规模合成数据集 在标准化操作任务上对比机器人学习算法 在部署到真实机器人前，在仿真中评估策略
ManiSkill 怎么安装和运行？
用 pip 安装软件包: pip install --upgrade mani_skill 安装与你系统兼容的 torch 版本: pip install torch 按照文档说明配置 Vulkan 渲染环境
在哪里获取 ManiSkill？
源代码和安装说明在 GitHub 上：https://github.com/mani-skill/ManiSkill

概要由 AI 根据项目 README 生成；GitHub 数据每日更新。

相关项目