RoboVerse

Q: 开发时依赖怎么装？

用 python -m pip install -e ＂packages/metasim[dev,examples,mujoco]＂ -e ＂.[dev,mujoco]＂，一次性带上 dev 与 examples 可选依赖。

一套接口打通机器人仿真数据与评测，省去重复搭环境

开源 🏷️完全免费 ⚠️ 链接可跳转，访问体验不确定数据集 🍴 复刻 170 🐛 待处理 68 👀 关注 16

访问官网 ↗ GitHub ↗

GitHub 星标 ★ 1879

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源学术项目，免费使用

项目预览

项目数据

分类数据集

开发团队RoboVerseOrg

官网地址https://roboverse.wiki

GitHubhttps://github.com/RoboVerseOrg/RoboVerse

定价模式🏷️完全免费

价格说明开源学术项目，免费使用

访问状态⚠️ 链接可跳转，访问体验不确定

是否开源是

开源协议Apache-2.0

主要语言Python

技术栈/模型imitation-learning,reinforcement-learning,robotics,simulation

GitHub 星标★ 1879

上线时间2025-04-04 00:00:00

代码更新2026-11-02

仓库体积480.5 MB

本站数据更新2026-11-05

维护状态活跃

收录时间2026-09-21

浏览次数3

项目介绍

RoboVerse 是一个面向机器人学习的统一平台、数据集与基准测试项目，旨在解决机器人领域长期存在的仿真环境碎片化、数据格式不统一、算法难以跨任务迁移的问题。它提供标准化的仿真接口，兼容多种物理引擎与机器人形态，并整合了模仿学习与强化学习所需的大规模演示数据。核心能力包括：统一的数据采集与转换管线，让不同来源的机器人轨迹可以对齐使用；可扩展的基准任务集，覆盖操作、导航等常见场景，便于公平比较算法；以及模块化的训练与评估框架，支持从单任务到多任务、从仿真到真机的泛化研究。项目用 Python 实现，适合研究者快速搭建实验、复现结果，也适合工程团队验证机器人学习方案的可扩展性。

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 2026-09-21 · 当前星标 ★ 1879

技术标签

imitation-learning reinforcement-learning robotics simulation

使用教程

ℹ 本教程由 AI 依据该项目 README 整理，个别步骤可能需要按你的环境微调。

难度：入门约 10 分钟部署方式：本地安装 6 步

环境要求

Python 环境（提供 python -m pip 命令）
已安装 git，可访问 GitHub
磁盘与系统满足 MuJoCo 仿真运行要求
具体仿真器的额外依赖需按官方文档安装

安装与启动步骤

1克隆代码仓库

从 GitHub 拉取 RoboVerse 主仓库，包含 MetaSim 仿真核心与学习代码。
```
git clone https://github.com/RoboVerseOrg/RoboVerse.git
```
2进入项目目录

切换到刚克隆下来的 RoboVerse 目录，后续命令都在此目录执行。
```
cd RoboVerse
```
3安装两个包

先装仿真核心 MetaSim，再装仓库根目录的 RoboVerse 内容与学习代码，带 mujoco 可选依赖。
```
python -m pip install -e "packages/metasim[mujoco]" -e ".[mujoco]"
```
4（可选）开发模式安装

需要改动源码或跑示例、测试时，改用带 dev 与 examples 依赖的安装命令。
```
python -m pip install -e "packages/metasim[dev,examples,mujoco]" -e ".[dev,mujoco]"
```
5运行入门教程

examples 目录提供编号教程链（0_static_scene.py 起），先跑第一个确认环境可用。
```
python examples/0_static_scene.py
```
6跑测试验证

执行仓库自带的 RoboVerse 内容与集成测试，确认安装完整、依赖齐全。
```
pytest tests/
```