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。
Repository仓库信息
| 技能 ID | 434 |
|---|---|
| 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 ID | 923296757 |
| 节点 ID | R_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
- 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
- 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。