Home Progetti MimicKit
MimicKit
Python

MimicKit

Una suite leggera di metodi di imitazione del movimento per l'addestramento dei controllori.

di xbpeng · GitHub
Stelle
Fork
Licenza
Creato
Ultimo commit
Categoria
Lingua
animationmotion-imitationreinforcement-learningApache-2.0Python
Visualizza su GitHub
In parole semplici

Allena controller di movimento utilizzando vari metodi per imitare movimenti in animazioni e robotica.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
MimicKit — GitHub preview card
📈 Storia delle stelle
2 1572 156
2026-07-202026-08-31
📈 Segui MimicKit

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Una suite leggera di metodi di imitazione del movimento per l'addestramento dei controllori.

MimicKit ha 2.2k stelle su GitHub. È stato forkato 276 volte. MimicKit è scritto principalmente in Python. È in sviluppo attivo dal 2025. MimicKit è disponibile con licenza Apache-2.0. I suoi temi principali sono: animation, motion-imitation, reinforcement-learning, robotics.

Frequently asked questions

Che cos'è MimicKit?

Una suite leggera di metodi di imitazione del movimento per l'addestramento dei controllori.

MimicKit è open source?

MimicKit è un progetto open source. È rilasciato con licenza Apache-2.0.

MimicKit è gratuito?

Sì. MimicKit è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

Con quale licenza è MimicKit?

MimicKit è disponibile con licenza Apache-2.0.

In quale linguaggio è scritto MimicKit?

MimicKit è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — MimicKit

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=xbpeng-mimickit)](https://olud.ai/project/xbpeng-mimickit.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →
ASE
Incorporamenti di abilità avversariali per addestrare controller riutilizzabili per personaggi…
1.1k · animation
condivideanimationreinforcement-learning
FlashSAC
FlashSAC: Apprendimento Rinforzato Off-Policy Veloce e Stabile per il Controllo Robotico ad Alt…
334 · reinforcement-learning
condivideroboticsreinforcement-learning
agibot_x1_train
Il codice di addestramento per il rinforzo per AgiBot X1.
1.7k · open-source
condivideroboticsreinforcement-learning
OmniDrones
563 · reinforcement-learning
condivideroboticsreinforcement-learning
dreamer
Sogna di controllare: apprendere comportamenti tramite immaginazione latente
617 · artificial-intelligence
condivideroboticsreinforcement-learning
daydreamer
DayDreamer: Modelli del Mondo per l'Apprendimento di Robot Fisici
450 · reinforcement-learning
condivideroboticsreinforcement-learning
ASAP
[RSS 2025] "ASAP: Allineare Simulazione e Fisica del Mondo Reale per Apprendere Abilità Agili d…
2.1k · humanoid
condivideroboticsreinforcement-learning
tdmpc2
Codice per "TD-MPC2: Modelli del Mondo Scalabili e Robusti per il Controllo Continuo"
893 · reinforcement-learning
condivideroboticsreinforcement-learning
Deep-Reinforcement-Learning-Survey
La mia esplorazione sul sondaggio di Deep Reinforcement Learning
432 · deep-learning
condivideroboticsreinforcement-learning
RoboVerse
RoboVerse: Verso una Piattaforma Unificata, Dataset e Benchmark per l'Apprendimento Robotico Sc…
1.8k · imitation-learning
condivideroboticsreinforcement-learning

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.