datawhalechina / every-embodied
git clone https://github.com/datawhalechina/every-embodied.git
仅需Python基础,从0构建自己的具身智能机器人;从0逐步构建VLA/OpenVLA/SmolVLA/Pi0, 深入理解具身智能
+22
stars, 24h · #1,691
+~117
stars, 7 days · #1,829
+~500
stars, 30 days · #1,647
4.2k
★ total · +3% this week
410
forks · 15 open issues
Star history (as recorded here)
LanguagePython
License—
Created2024-12-08 (1y ago)
Last pushtoday
Watchers24
OwnerOrganization
GitHub topics
Links
README excerpt
███████╗███╗ ███╗██████╗ ██████╗ ██████╗ ██╗███████╗██████╗ ██╔════╝████╗ ████║██╔══██╗██╔═══██╗██╔══██╗██║██╔════╝██╔══██╗ █████╗ ██╔████╔██║██████╔╝██║ ██║██║ ██║██║█████╗ ██║ ██║ ██╔══╝ ██║╚██╔╝██║██╔══██╗██║ ██║██║ ██║██║██╔══╝ ██║ ██║ ███████╗██║ ╚═╝ ██║██████╔╝╚██████╔╝██████╔╝██║███████╗██████╔╝ ╚══════╝╚═╝ ╚═╝╚═════╝ ╚═════╝ ╚═════╝ ╚═╝╚══════╝╚═════╝ # Every-Embodied : Zero to Hero in Embodied AI 📌 组队学习文档 (Team Learning) · ✨ 学习地图 (Learning Map) · 🤖 前沿复现 (SOTA) · 📖 在线阅读 · AtomGit 仓库 Supported By ## 🚀 快速开始 (Quick Start) :一分钟体验 Hello Every-Embodied 想要立刻在本地跑通第一个具身智能仿真 Demo?只需三步: [code] 详细说明请见:`examples/README.md` G0.5 × 机器人弹琴 《我爱你,中国》双手多指演奏 带声音完整视频 MicroDuck 篮球平衡 机器人在篮球上保持平衡 完整视频 AgiBot World Model 比赛评估 改进方法预测结果,点击查看基线对比与复现教程 项目快速入门 基于mujoco一键了解项目基础 Genie Sim的Pi0部署 基于Pi0和Isaac Sim实现高保真仿真 LeRobot 遥操作 支持地瓜 RDK-X5 连接 SO101 机械臂实操 视觉语义感知 场景分割与目标检测,让机器人“看懂”环境 LLM控制无人机导航VLN 通过WebUI快速上手无人机大模型VLN导航 基于SmolVLA微调LIBERO基准 小型VLA测试机器人终身学习基准 春晚机器人复刻 输入豆包生成功夫视频,输出机器人mujoco仿真 ETPNav-VLN导航复现 连续环境视觉语言导航 (VLN-CE) 领域强力 Baseline LingBot-Map 视频建图 从连续校园视频流式估计轨迹、深度与点云 UniLab + MotrixSim 异构 RL 6GB 显卡跑通 state-based RL,并体验 uv run --no-sync demo teaser 的 PBR 渲染器 SIM1 柔体仿真与数据生成 双臂布料任务的 replay、渲染与扩散轨迹生成流程 ForgeCAD 3D 打印机、键盘与灵巧手 复刻 public kit 的 3D 打印机、视频键盘和可动灵巧手案例,跑通参数渲染 GIF 与 STEP/STL/3MF 导出 ⭐ 欢迎点点 Star 共同构建具身智能开源生态 ❤️ 具身智能(Embodied AI)是通往通用人工智能(AGI)的关键钥匙。 **Every-Embodied 致力于打造一个“基础友好、工程可复现、前沿可拓展”的学习库。** 我们希望降低门槛:即使你目前只有 Python 基础,也可以从仿真和最小可运行 Demo 出发,逐步完成从“看懂”到“动手复现”的跨越。 - **入门友好**:优先提供可运行示例与环境脚本,不要求你一开始就掌握复杂机器人学推导 - **实践导向**:强调“跑起来-看结果-再理解原理”的学习路径,减少抽象概念带来的挫败感 - **前沿连接**:从 MuJoCo / Isaac Sim 到 VLA / VLN,让学习路径与产业热点保持同步 ## 👥 项目受众 这个项目不仅面向机器人专业背景同学,也欢迎更多跨领域学习者加入: - **Python 初学者 / 转型开发者**:有基础编程能力,希望系统进入 AI+机器人、具身智能方向 - **高校学生 / 研究生**:希望通过课程项目、毕业设计或论文复现快速建立具身智能实践能力 - **算法工程师**:希望把视觉、强化学习、大模型能力迁移到真实物理交互场景 - **硬件与机器人爱好者**:希望理解从硬件控制、仿真验证到 Sim2Real 部署的完整链路 - **教育工作者与社区组织者**:希望基于开源教程组织课程、读书会、训练营和项目共创 --- 本教程分为三个阶段,带你逐层深入具身智能的世界: | 阶段 | 核心技能 | 产出 | | :----------- | :---------------------------------- | :----------------------------------------------------------- | | **第一阶段** | 机器人学基础、硬件选型、ROS 入门 | 搭建自己的第一台仿真机器人 / 配置仿真环境 | | **第二阶段** | 计算机视觉、运动规划、强化学习 | 完成“识别-规划-抓取”闭环任务 | | **第三阶段** | 模仿学习、大模型(VLA/VLN)、Sim2Real | 复现大模型导航VLN、OpenVLA、SmolVLA 等前沿项目,实现仿真或真实部署 | ## AMD ROCm 仿真长程案例 | DexJoCo 双臂河内塔 | RoboCasa365 长程装餐任务 | | --- | --- | | | | | Pi0.5 双臂协同,三视角,47.6 秒 | GR00T N1.5 家庭长时序操作,四视角,195 秒 | 点击封面观看完整视频。 两段完整回合均在 AMD Ryzen AI MAX+ 395 上完成闭环推理和视频录制。查看 AMD Physical AI 仿真基准与长程视频复现教程,继续学习 Every Embodied、RoboCasa365、DexJoCo、DISCOVERSE、RoboWits 和 Unitree G1 的任务协议、评估结果与多视角导出流程。 ## 🔥 News & Highlights - **[2026-10-23]** 新增 TurboVLA 轻量视觉语言动作模型精读:拆解 DINOv3、BERT、双向交互与 ACT 动作块,整理 v3 的 LIBERO / RoboTwin 结果、关键消融、推理计时口径,以及多卡训练和单卡梯度累积复现路线。 - **[2026-10-21]** 新增 LTX Alpha Gen 视频抠像与透明合成教程:从连续透明度、IC-LoRA 参考条件讲到官方 ComfyUI 工作流、Python 推理和透明视频导出,并说明显存需求与离线处理的时间量级。 - **[2026-10-18]** 新增 DepthART 轻量单目深度估计教程:复现