给 AI 助手装技能
装上一个技能,Claude Code、Codex、Cursor 这类 AI 助手就多会一件事。
机器人
97 个技能机器人和无人机的软件、导航、仿真和训练。
- amc-run-video-calibration664次安装通过 AutoMagicCalib 接口对本地录制的 MP4 摄像头数据集进行标定。
- amc-setup-calibration-stack652次安装用 Docker Compose 从 NGC 镜像部署 AutoMagicCalib 服务和网页界面。
- mujoco-playground19次安装在 MuJoCo Playground 仿真中运行机器人控制器,并迁移到真实的 SO-101 或 YAM 机械臂。
- motion-planning18次安装为机械臂和抓取物体规划避开桌面障碍、容器和门的安全路径。
- check-carla-ports报告 CARLA 及其工具使用的网络端口,以及哪些已被占用。
- check-feature-support告诉你当前构建的 CARLA 是否支持某项功能,并检测版本不匹配。
- amc-run-sample-calibration647次安装用自带样例数据跑一遍完整标定,验证 AutoMagicCalib 是否安装成功。
- i4h-workflow-scene-edit81次安装修改现有机器人工作流场景的资产、布局、相机、随机化和成功规则。
- i4h-lerobot-viz80次安装在浏览器中展示转换后的 LeRobot 数据集,方便查看视频和动作时间线。
- i4h-workflow-e2e80次安装运行完整工作流,从数据录制、训练一直到模型检查点验证。
- i4h-workflow-create77次安装创建一个最小空白 Workflow 框架,包含地面、灯光和空闲运行模式。
- i4h-workflow-dataset-replay75次安装在原始场景中回放工作流 HDF5 片段,用于检查轨迹和录制是否正确。
- i4h-workflow-setup75次安装安装并检查机器人工作流运行环境,修复缺失组件。
- i4h-workflow-dataset-annotate73次安装用兼容 OpenAI 的视觉模型为工作流 HDF5 片段打上成功标签或进行筛选。
- i4h-workflow-dataset-mimic73次安装通过动作抖动扩充工作流 HDF5 演示数据,生成合成的训练变体。
- i4h-workflow-dataset-convert72次安装把工作流 HDF5 录制数据转换为 LeRobot 数据集,用于训练或浏览器查看。
- i4h-workflow-finetune71次安装在兼容的 LeRobot 数据上微调 GR00T 或 openpi 机器人任务。
- amc-run-rtsp-calibration67次安装通过录制实时 RTSP 视频流并调用 AutoMagicCalib 完成摄像头标定。
- foundationpose-pipeline44次安装适配 BOP 数据集并运行 FoundationPose 流程,评估和重新评分位姿结果。
- foundationpose-setup40次安装安装和修复 FoundationPose 流程,并构建其 TensorRT 深度引擎。
- i4h-workflow-train-rl28次安装用 RSL-RL 或 RLinf 训练、评估并导出机器人工作流策略。
- mujoco-audit18次安装检查 MuJoCo 模型的网格、贴图和物理问题,并给出修复建议。
- mujoco-playground-rl18次安装为 MuJoCo 机器人创建、训练并部署 GPU 加速的强化学习任务。
- blender-creation17次安装用无界面 Blender 根据网址、图片或文字描述生成带纹理的可动 MuJoCo 三维模型。
- iteration17次安装把机器人操作任务拆成阶段,逐段用脚本测试并查看运行录像。
- mujoco-studio-sidecar17次安装把实时热重载的 MuJoCo 仿真画面推送到编辑器侧边栏查看。
- mujoco-showcase-shot16次安装为 MuJoCo 模型渲染带灯光的 360 度旋转展示视频和关键帧图。
- share-example16次安装把机器人演示的记录、文件和短视频打包,方便发布到 GitHub Discussions。
- rgb-object-localization15次安装仅用普通彩色相机图像定位可抓取物体的三维位置和朝向。
- visual-servoing15次安装抓取前用相机反馈把机器人夹爪对准目标,精度可达亚毫米级。
- fr3-duo-control14次安装在仿真或真机上启动、回零并控制 Franka Research 3 Duo 双臂机器人。
- i2rt-yam-bringup14次安装安装 I2RT YAM 开发包,配置 CAN 连接,并在机械臂上运行挥手测试。
- i2rt-yam-ik14次安装计算让 I2RT YAM 机械臂到达目标位置和姿态所需的各关节角度。
- sim2real-gauntlet14次安装在 MuJoCo 中逐级加大干扰测试机器人控制器,通过后再上真机。
- sim2real-iteration14次安装指导在 MuJoCo 中反复调优控制器,包括场景检查、回放和故障排查。
- so101-bringup14次安装指导完成 SO-101 机械臂的安装、校准和首次动作测试。
- so101-calibration13次安装校准 SO-101 机械臂与固定相机的位置关系,并测量桌面高度以便抓取。
- check-ue5-limitations列出 CARLA 在 Unreal Engine 5.5 上相比 5.8 缺少的功能,避免使用不受支持的工作流。
- control-lights开关路灯、建筑灯和车灯,并设置颜色、亮度和夜间自动开关。
- control-spectator移动观察者相机,以第三人称、第一人称或俯视视角对准或跟随某个角色。
- control-traffic调整驱动自动驾驶车辆的交通管理器:速度、跟车距离、变道、灯光和确定性。
- control-traffic-lights将红绿灯设为绿、红或黄,冻结灯光,修改相位时长或恢复正常循环。
- control-vehicle直接控制指定车辆的油门、转向、刹车、灯光、车门和物理参数。
- create-carla-content-pack构建包含地图、道具、车辆或行人的 CARLA 内容包,可安装到 UE 5.8 包中。
- create-leaderboard-route创建、编辑、可视化和汇总包含路点和场景触发点的 CARLA Leaderboard 路线文件。
- create-scenario编写并注册新的 ScenarioRunner 场景类及其 XML 配置,无需模拟器即可验证。
- create-scenic-scenario将自然语言描述转换为 Scenic 场景文件,并在运行前进行验证。
- create-sensor在角色上生成并挂载相机、激光雷达、雷达、IMU、GNSS 等传感器,并支持 ROS 2 发布。
- debug-draw在 CARLA 世界中绘制调试用的点、线、箭头、框和文字标签。
- debug-navmesh通过采样并绘制可行走位置,可视化和验证地图的行人导航网格。
- document-carla-feature按 CARLA 风格编写和审阅文档,先对照代码核实每一条陈述。
- download-carla下载 CARLA 发布包、每日构建、源码检出或 Docker 镜像,并报告获取结果。
- get-carla-additional-maps下载或构建附加地图包,确认与 CARLA UE 5.8 包匹配后安装。
- import-carla-map把自定义 RoadRunner 地图导入 CARLA 源码构建,并验证能在服务器上加载。
- import-carla-prop把 FBX 模型导入 CARLA 源码构建,生成可生成的静态道具并验证。
- import-carla-ue58-map讲解并执行在 UE 5.8 的 CARLA 中导入自定义地图的几种方式。
- import-carla-ue58-prop在 UE 5.8 的 CARLA 中导入 FBX 模型为可生成道具并完成注册。
- import-carla-ue58-walker在 UE 5.8 的 CARLA 中导入带骨骼的行人模型,生成可行走的角色。
- import-carla-vehicle把 FBX 车辆导入 CARLA 源码构建,组装并验证能生成、行驶和转向。
- import-carla-walker把 FBX 行人导入 CARLA 源码构建,并验证能生成、站立和行走。