硅基参考开源雷达追踪 GitHub、Hugging Face 与开发者生态中的模型、控制、仿真、SDK、数据工具和机器人项目，便于选型与复现。
RoboCasa是NVIDIA于2024年开源的大规模家庭场景机器人仿真平台，基于Isaac Sim构建，提供超过50个高保真厨房和家居环境、数千个日常操作任务和多组机器人形态。该平台支持并行大规模数据采集和策略训练，特别适合训练通用家庭服务机器人策略。RoboCasa提供了从感知到控制的完整工具链，并与MimicGen等数据生成工具集成，是当前家庭场景机器人学习领域最重要的开源仿真环境之一。适用于家庭服务机器人训练、仿真到真实迁移研究和通用操作策略开发。
Stable-Baselines3（SB3）是DLR-RM团队维护的主流强化学习算法库，基于PyTorch实现，提供PPO、SAC、TD3、DDPG、A2C、DQN等标准算法的高质量参考实现，API简洁统一且文档完善。广泛用于机器人控制、仿真环境和游戏AI研究，支持向量化环境、回调函数、日志记录和TensorBoard集成，是机器人强化学习领域最常用的开源框架之一，采用MIT许可证。
RynnBrain是一个开源具身基础模型项目，提供时空基础模型族，涵盖2B、8B和30B-A3B MoE三种规模以及四种后训练变体。RynnBrain在统一框架中增强四项核心能力：全面第一人称理解、多样时空定位、物理grounding推理和物理感知规划。该项目支持下游具身任务的微调，可转化为VLA策略模型。RynnBrain在多个具身VLM基准上取得SOTA，是具身智能领域重要的开源基础模型之一。适用于具身理解、机器人导航、操作规划和VLA模型预训练等研究场景。
FRoM-W1是2026年1月开源的通用人形机器人全身运动控制框架，支持通过自然语言指令驱动人形机器人执行全身动作。该框架采用两阶段架构：H-GPT利用大规模人类运动数据训练语言驱动的全身运动生成模型，生成多样化的运动序列；随后通过动力学适配层将运动稳定地迁移到真实人形机器人上执行。FRoM-W1适用于人形机器人运动控制、语言驱动的机器人编程、人机交互和人形机器人应用开发等方向，为实现自然语言控制的通用人形机器人提供了开源基础设施。
RoboTwin是一个面向双臂机器人操作研究的开源框架，提供大规模双臂操作数据集、高保真仿真环境和标准化的评估协议。该项目聚焦于双臂协同操作这一具身智能中的核心难题，包含丰富的双臂操作任务模板、物理真实的物体交互以及与主流机器人学习框架的集成接口，被广泛用于双臂操作策略学习、Sim2Real迁移和多智能体协作研究，是双臂机器人操作领域的重要开源基础设施。
mjlab是基于MuJoCo的轻量级机器人学习框架，GitHub: https://github.com/mujocolab/mjlab。避免重量级依赖，围绕uv快速Python包管理器设计，用户从全新克隆到运行训练任务仅需数秒。支持Unitree G1等人形机器人的速度控制任务，可并行运行4000+环境。
UC Berkeley提出的Meta-World，是一个多任务和元强化学习的基准测试环境。该环境包含50个机器人操作任务，评估算法在多任务学习和元学习方面的能力，是机器人强化学习领域的重要基准。GitHub: Farama-Foundation/Metaworld。
National University of Singapore提出的LIBERO，是一个终身机器人学习的知识迁移基准测试。该基准测试包含多个任务套件，评估机器人在不同任务之间的知识迁移能力，是终身机器人学习领域的重要基准。GitHub: Lifelong-Robot-Learning/LIBERO。
University of Freiburg提出的CALVIN，是一个语言条件化的长时序机器人操作任务基准测试。该基准测试包含多个长时序任务，要求机器人理解自然语言指令并执行复杂的操作序列，是语言条件化机器人学习领域的重要基准。GitHub: mees/calvin。
UC Berkeley和Stanford联合开发的RoboCasa，是一个大规模的日常任务仿真环境，用于训练通用机器人。该环境包含1000多个日常任务，覆盖厨房、客厅、卧室等多种场景，是机器人仿真领域的重要基础设施。GitHub: robocasa-sim/robocasa。
Google DeepMind提出的HPT（Heterogeneous Pre-trained Transformers），通过异构预训练Transformer学习机器人操作策略。该方法能够处理多种机器人平台和多种任务，在多个机器人操作任务上展现了强大的泛化能力，是通用机器人模型领域的重要创新。GitHub: google-deepmind/hpt。
Meta AI提出的VC-1（Visual Cortex 1），通过大规模视觉预训练学习具身智能的视觉表示。该方法在多个具身智能任务上展现了强大的泛化能力，能够有效提升样本效率，是具身智能视觉表示学习领域的重要里程碑。GitHub: facebookresearch/eai-vc。
UC Berkeley提出的MVP（Masked Visual Pre-training），通过掩码视觉预训练学习机器人控制的视觉表示。该方法借鉴了NLP中的掩码语言模型思想，在机器人控制任务上展现了强大的性能，是机器人视觉预训练领域的重要创新。GitHub: ir41/MVP。
NVIDIA提出的R3M（ResNet for Robot Manipulation），通过自监督学习学习通用的机器人操作视觉表示。该方法在多个机器人操作任务上展现了强大的泛化能力，能够有效提升样本效率，是机器人视觉表示学习领域的重要进展。GitHub: facebookresearch/r3m。
Google Research提出的Behavior Transformers（BeT），将行为克隆建模为序列建模任务，通过Transformer架构学习机器人操作策略。该方法在多个机器人操作任务上展现了强大的性能，能够处理多模态动作分布，是机器人学习领域的重要创新。GitHub: google-research/behavior_transformers。
Theseus 提供可微分、GPU 加速的非线性最小二乘优化，适合视觉惯性导航、运动规划与可微分的机器人问题。
BehaviorTree.CPP 提供可组合、可复用的行为树实现，常用于机器人高层任务决策与状态机替代，支持 ROS 2 集成。
moteus 是开源的伺服驱动控制器，提供力矩/位置/速度控制与 CAN 接口，广泛用于高自由度人形与四足机器人的关节驱动。
Home-Robot 提供统一接口在 Habitat 仿真与真实 Stretch/LoCoBot 上运行导航与操作任务，便于仿真到真实迁移研究。
robomimic 提供多源操作演示数据集与统一的模仿学习训练框架，覆盖单臂到双手任务，便于复现与对比。
Habitat-Lab 在 Habitat-Sim 之上定义导航、重排等任务与训练接口，是具身智能算法研究的标准平台。
OmniGibson 在 iGibson 上升级物理与交互粒度，支撑 BEHAVIOR 等大规模日常任务，适合复杂操作研究。
Habitat-Sim 以极高渲染与物理吞吐支持具身智能的视觉导航与交互研究，配合 Habitat-Lab 提供任务环境。
Stable-Baselines3 提供 PPO、SAC、TD3 等成熟 RL 算法与统一接口，便于在 Gym 风格机器人环境中快速训练。
iGibson 提供带物理与丰富对象的交互式室内环境，支持视觉导航、操作与具身任务评测。
Legged Gym 在 Isaac Gym 上实现 ANYmal 等足式机器人的大规模并行 RL 训练，并提供部署到真机的示例。
AirSim 提供高保真视觉与物理的无人机、车辆仿真，支持硬件在环与强化学习接口，常用于自主导航研究。
Gymnasium 是 OpenAI Gym 的社区维护分支，保持相同 API 并持续更新，是当前 RL 环境的事实标准库。
Gym 定义了 step/reset 的统一环境接口与大量经典控制任务，是后续几乎所有 RL 框架的事实标准。
CARLA 基于 Unreal 引擎构建城市交通仿真，提供传感器、地图与交通参与者，是自动驾驶感知与决策研究的标准环境。
Open3D 提供点云、网格、体素的处理、配准、分割与可视化能力，并支持 3D 深度学习，是机器人感知常用库。
ManiSkill2 提供数百个操作任务与统一接口，支持高速并行仿真与多种任务难度，便于公平评测操作策略。
robosuite 提供模块化机器人模型、控制器与操作任务，兼容 Gym 接口，是操作强化学习的重要研究平台。
ManiSkill3 重构底层为 SAPIEN 3，提供更高吞吐的并行仿真、丰富操作任务与强健评测，支持 RL 与仿真到真实迁移。
Mobile ALOHA 在 ALOHA 基础上增加移动底盘，用人臂牵引遥操作采集数据，并用 ACT 与协同训练实现烹饪、收拾等任务。
Diffusion Policy 将动作表示为条件去噪扩散过程，在多种操作任务上取得高成功率与平滑轨迹，开源了完整训练代码。
ALOHA 是一套低成本双手遥操作平台，配合 ACT 策略实现高精度双臂操作，开源了硬件设计与控制代码。
ACT 通过动作分块与 CVAE 提升模仿学习的平滑度与成功率，是 Aloha 双手操作系统的核心策略方法。
OpenVLA 是一个 7B 参数的开源 VLA 模型，基于 Llama 2 与视觉编码器，提供微调与部署脚本，面向通用机器人操作。
我是硅基参考 Agent，熟产品库、数据集、公司档案和近期资讯。你可以直接问，也可以先让我了解你是谁、在看什么——我会把库里的资料和你说的话对上号，像同事聊天那样一点点聊。