Awesome Humanoid Robot Learning
Une collection organisée d'articles académiques sur l'apprentissage des robots humanoïdes, classée par domaine de tâche. Les articles avec des expériences sur de vrais robots sont privilégiés, et ceux avec du code open source sont spécialement marqués. Couvre l'ensemble du spectre, du contrôle corps entier et de la manipulation au transfert simulation-réalité, en passant par la conception matérielle et l'animation basée sur la physique. Maintenue par un chercheur en robotique de l'Université Stanford.
- Domaine: Apprentissage des robots humanoïdes
- Mainteneur: Yanjie Ze
- Licence: MIT
- Éléments: 555
- Mots-clés: humanoid-robots, robot-learning, locomotion, manipulation, whole-body-control, teleoperation, sim-to-real, reinforcement-learning, research-papers, hardware-design
Pourquoi cette sélection
Portée complète avec plus de 550 articles dans 11 catégories couvrant l'ensemble de la pile d'apprentissage en robotique humanoïde. Activement maintenue par un chercheur de Stanford. Forte adoption communautaire avec près de 2 000 étoiles. La robotique humanoïde est l'un des domaines à la croissance la plus rapide avec d'importants investissements de Tesla, Figure, 1X et d'autres.
Idéal pour
Chercheurs et ingénieurs travaillant sur les robots humanoïdes qui ont besoin d'une référence complète des derniers articles sur le contrôle corps entier, la manipulation, la téléopération et le transfert simulation-réalité.
Liens
- GitHub: https://github.com/YanjieZe/awesome-humanoid-robot-learning