SkillPedia Skills Encyclopedia
中文 EN
今日更新 2026-11-17 UTC

今天还没有新提交

查看更新动态

ASAPLeCAR-Lab/ASAP

为 humanoid 机器人提供基于强化学习的运动控制训练与仿真到真机迁移方案,解决「仿真里能跑、真机上站不稳」的落地难题。核心功能要点包括:1.【人形运动策略训练】:提供 humanoid 强化学习训练流程与配置,…

还没有人评分 我要评分
Stars2.1k
Forks195
Watchers2.1k
Open Issues64

Install一键安装

待确认

这个仓库是否遵循 Agent Skills 规范(即是否含 SKILL.md)尚未核查完成。在结论出来之前,可以先克隆下来自行取用:

git clone https://github.com/LeCAR-Lab/ASAP.git

Overview功能介绍

核心功能

为 humanoid 机器人提供基于强化学习的运动控制训练与仿真到真机迁移方案,解决「仿真里能跑、真机上站不稳」的落地难题。核心功能要点包括:1.【人形运动策略训练】:提供 humanoid 强化学习训练流程与配置,让机器人在仿真环境中学会行走、平衡等全身动作;2.【仿真到真机迁移】:针对仿真与真实物理差异做适配处理,把训练好的策略部署到真实机器人上执行;3.【技能复现与评测】:给出可复现的技能训练与评测入口,便于对照实验结果、验证策略效果。

适用场景

人形机器人运动控制策略训练、仿真到真机的动作迁移、机器人技能复现与评测、强化学习研究实验。

适用职业

AI / 算法工程师、硬件 / 嵌入式工程师、测试 / QA 工程师。

Topics主题标签

Rating用户评分

还没有人给这个技能评分。它是全站第一次被评价 —— 你的这一票就是最初的平均分。

给这个技能打分

填了才会进入下面的「按职业平均」。

每个 IP 只能投一票,投出后不能修改,请一次选准。不收集账号,也不用登录。

Repository仓库信息

技能 ID434
数据来源GitHub
仓库全名LeCAR-Lab/ASAP
所属分类AI 与机器学习 / 强化学习与机器人控制
主要语言Python
开源协议MIT License
默认分支main
GitHub 仓库 ID923296757
节点 IDR_kgDONwhj9Q
榜单排名#439 (来源榜单内名次)
全站热度排名#511 (按 Stars 实时计算,共 5833 条)

GrowthStar / Fork 增长

每天一次快照,记录 Star 与 Fork 的变化过程

01k2k3k2026-09-302026-10-112026-09-30 · 2,1202026-10-11 · 2,121
  • 当前2,121
  • 上一记录点 · 09-30 2,120
  • 较上一记录点 +1
  • 共 2 个记录点 跨度 11 天
0501001502002026-09-302026-10-112026-09-30 · 1962026-10-11 · 195
  • 当前195
  • 上一记录点 · 09-30 196
  • 较上一记录点 -1
  • 共 2 个记录点 跨度 11 天

Timeline时间线

仓库创建2025-01-28 01:06:432025-01-28
资料最后更新2026-10-26 11:58:0922 天前
最近一次代码推送2026-01-06 04:58:3610 个月前

Commit更新记录

由提交人 TairanHe 提交,主要更新类型为:新增功能与能力扩展。提交说明:added NO_domain_rand_finetune_with_deltaA.yaml。带来了新的能力与可配置项,扩展了使用场景。

df5320c TairanHe 2026-01-06