Open Source Robotics

Eine kuratierte Sammlung hochwertiger Open-Source-Robotikprojekte, Werkzeuge und Software für die Robotik-Community.

Strands Robots

Sprachsteuerung für 70+ Roboter, identischer Code in MuJoCo-Sim und Hardware

Lizenz

Apache-2.0

Überblick

Strands Robots ist ein Apache-2.0-SDK, um Roboter über einen Strands-Agenten in natürlicher Sprache zu steuern — mit demselben Codepfad in Simulation und auf Hardware. Ein einziger Robot()-Aufruf startet standardmäßig eine MuJoCo-Welt; mode='real' schaltet dasselbe Skript auf den physischen Arm um. Es löst 70+ Roboter aus acht Kategorien — Arme, Humanoide, Vierbeiner, Hände, Drohnen, bimanuelle Rigs und mehr — aus einer Registry mit automatischem Asset-Download auf und steuert sie entweder mit VLA-Policies (NVIDIA GR00T, Cosmos 3, LeRobot ACT/Pi0/SmolVLA/Diffusion) oder klassischen Planern hinter einer einzigen Schnittstelle. Jeder Roboter ist zugleich ein Zenoh-Mesh-Peer, und der Stack überbrückt ROS 2 in beide Richtungen.

Der Kerngedanke ist ein einziges mentales Modell für die gesamte Robot-Learning-Schleife. Robot('so100') liefert eine MuJoCo-Simulation, ganz ohne GPU; dasselbe Skript mit mode='real' fährt den physischen Arm und teilt sich Policy-Schnittstelle, Mesh und Sprachsteuerungsoberfläche. Von dort deckt ein einziger Agent ab: Teleoperation eines echten SO-101 über seinen Leader-Arm samt Aufzeichnung der Demonstrationen als LeRobotDataset, Post-Tuning einer Policy auf diesen Demos über LeRobot- oder GR00T-Trainer, Ausführen des getunten Checkpoints sowohl auf einem MuJoCo-Zwilling als auch auf dem echten Arm, Koordination von Flotten-Peers über das Mesh und die Bereitstellung der laufenden Simulation als ROS-2-Knoten. Die Sicherheitsvorgaben zählen hier: Simulation ist der Standard, und echte Hardware verlangt immer ein ausdrückliches mode='real'.

Warum es wichtig ist

Agentengesteuerte Robotik heißt üblicherweise, ein LLM an das SDK genau eines Roboters zu kleben — und beim nächsten von vorn anzufangen. Strands Robots stellt eine Registry mit 70+ Plattformen, drei Simulations-Backends sowie VLA- und klassische Policy-Provider hinter eine Abstraktion, sodass derselbe prompt-getriebene Workflow zwischen einem SO-101 auf dem Schreibtisch und einem Unitree G1 wandert. Es ist Apache-2.0 und herstellerneutral — das voreingestellte Zenoh-Mesh läuft lokal, AWS IoT Core ist nur ein optionales Extra für Flottenkoordination — und das ist der Unterschied zwischen einem nutzbaren offenen Werkzeug und einem Trichter.

Welches Problem es löst

Ein Sprachagent an einen Roboter anzubinden ist normalerweise pro Plattform maßgeschneidert, und Simulations- und Hardwarepfad laufen sofort auseinander. Hier fallen beide Probleme in eine Schnittstelle zusammen, sodass ein gegen einen simulierten Arm geschriebener Workflow auch auf echter Hardware und auf einem anderen Roboter läuft, ohne die Steuerungsoberfläche neu zu schreiben.

Wichtigste Punkte

  • 70+ Roboter aus acht Kategorien aus einer Registry, mit automatischem Asset-Download
  • Derselbe Code in Simulation und auf Hardware; Simulation ist Standard, mode='real' immer ausdrücklich
  • Drei Simulations-Backends eingebaut — MuJoCo, Newton und Isaac (letzteres über ein Extra)
  • Policy-Provider umfassen NVIDIA GR00T und Cosmos 3, LeRobot ACT/Pi0/SmolVLA/Diffusion sowie klassische Planer wie MoveIt2, cuRobo, MPC und OMPL
  • Aufzeichnung, Streaming und Training von LeRobotDatasets sind agentenaufrufbar und schließen die Schleife von der Demo bis zum Einsatz
  • Zenoh-Mesh-Peering mit sprachbasiertem tell() und Broadcast-Not-Halt; ROS-2-Interop in beide Richtungen

Für wen

  • Teams, die LLM-Agentensteuerung auf Robotern aufbauen
  • LeRobot-Nutzende, die einen Simulationszwilling und eine Trainingsschleife wollen
  • Forschende, die VLA-Policies über Embodiments hinweg vergleichen
  • Entwickelnde für Flotten- und Multi-Roboter-Koordination

Einschränkungen

  • Junges Projekt — im Februar 2026 entstanden, mit bislang bescheidener Verbreitung (124 Sterne, 31 Forks) gegenüber etablierten Frameworks
  • Hardware (mode='real') wird nur für eine Teilmenge der 70+ Registry-Einträge unterstützt, darunter SO-100/101, ALOHA, Reachy 2 und Unitree G1; der Rest ist reine Simulation
  • Die Breite der Policy-Provider bedeutet, dass die meisten optionale Extras mit eigenen schweren Abhängigkeiten und GPU-Anforderungen sind
  • Die Sprachsteuerung setzt auf einem Modellanbieter auf, Verhalten und Kosten hängen also vom gewählten LLM ab
  • Die Dokumentation besteht weitgehend aus README und Notebooks statt aus einer gepflegten Referenzseite

Diese Website benötigt JavaScript. Bitte aktivieren Sie JavaScript, um unsere Open-Source-Robotikprojekte zu erkunden.