Awesome Humanoid Robot Learning
Una raccolta selezionata di articoli accademici sul learning per robot umanoidi, organizzata per tipo di compito. Sono preferiti gli articoli con esperimenti su robot reali, e quelli con codice open source sono segnalati in modo particolare. Copre l'intero spettro, dal whole-body control e dalla manipolazione al trasferimento sim-to-real, alla progettazione dell'hardware e all'animazione basata sulla fisica. Curata da un ricercatore di robotica della Stanford University.
- Ambito: Learning per robot umanoidi
- Manutentore: Yanjie Ze
- Licenza: MIT
- Voci: 555
- Tag: humanoid-robots, robot-learning, locomotion, manipulation, whole-body-control, teleoperation, sim-to-real, reinforcement-learning, research-papers, hardware-design
Perché è in evidenza
Ampia copertura con oltre 550 articoli in 11 categorie che coprono l'intero stack di learning per la robotica umanoide. Aggiornata attivamente da un ricercatore di robotica di Stanford. Forte adozione da parte della community, con quasi 2K stelle. La robotica umanoide è uno dei settori in più rapida crescita, con grandi investimenti da Tesla, Figure, 1X e altri.
Ideale per
Ricercatori e ingegneri che lavorano su robot umanoidi e hanno bisogno di un riferimento completo sugli articoli più recenti di whole-body control, manipolazione, teleoperazione e trasferimento sim-to-real.
Link
- GitHub: https://github.com/YanjieZe/awesome-humanoid-robot-learning