ProtoMotions

让数字人和机器人学会真实物理运动，训练快人一步

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署数字人3D 🍴 复刻 403 🐛 待处理 16 👀 关注 44

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 2482

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源框架，Apache-2.0许可证，完全免费，需自行部署使用。

项目预览

ProtoMotions 项目界面预览图 — 图片来源：GitHub 官方仓库名片

项目数据

分类数字人3D

开发团队NVlabs

官网地址https://nvlabs.github.io/ProtoMotions

GitHubhttps://github.com/NVlabs/ProtoMotions

定价模式🏷️完全免费

价格说明开源框架，Apache-2.0许可证，完全免费，需自行部署使用。

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型character-animation,digital-human,humanoid,humanoid-robots,physics-simulation,reinforcement-learning

GitHub 星标★ 2482

上线时间2024-09-24 00:00:00

代码更新2026-11-03

仓库体积314.2 MB

本站数据更新2026-11-09

维护状态活跃

收录时间2026-08-09

浏览次数6

项目介绍

ProtoMotions 是一个基于 GPU 加速的物理仿真与强化学习框架，专为训练物理模拟的数字人和人形机器人而设计。它解决了传统物理仿真速度慢、难以扩展到复杂人体运动控制的问题，提供了一套完整的训练与评估流程。核心能力包括：支持多种人体和机器人模型（如 SMPL、SMPL-X、Humanoid），内置丰富的运动数据集（如 AMASS），以及多种强化学习算法（如 PPO）。通过 Isaac Gym 等 GPU 仿真环境，ProtoMotions 能实现大规模并行训练，显著提升训练效率，并支持从运动捕捉数据到策略迁移的完整管线，帮助研究人员快速开发逼真的数字人控制策略和稳健的人形机器人运动技能。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-08-09 · 当前星标 ★ 2482

技术标签

digital-human physics-simulation reinforcement-learning

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：高级约 30 分钟部署方式：本地安装 3 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

支持 CUDA 的 NVIDIA GPU（框架定位为 GPU 加速的物理仿真与强化学习）
Python 环境（项目开发语言为 Python）
已安装 Git，用于拉取仓库代码
安装前请先查阅官方文档，README 未给出安装步骤

安装与启动步骤

1克隆代码仓库

从 GitHub 拉取 ProtoMotions 源码到本地，后续所有配置与训练都基于该目录进行。
```
git clone https://github.com/NVlabs/ProtoMotions.git
cd ProtoMotions
```
2阅读官方文档

README 节选未提供依赖与安装命令，务必先打开官网文档，按官方指引安装环境与依赖。
3准备 GPU 运行环境

框架依赖 GPU 加速仿真，需确认显卡驱动与 CUDA 可用，否则无法进行大规模并行训练。
```
nvidia-smi
```