연구 연구소 (2026번 출간) 에 대한 최고의 오픈소스 로봇 스택
레로봇, 로보사이트, 아이작 랩, 오픈VLA, 오ક્ટો, ROS 2, DROID 스타일 데이터, 겔시트 터틸 <unk> 2026 오픈소스 스택 vs 폐쇄된 NVIDIA 아이작 대안.
2026년에는 오픈소스 소프트웨어로 믿을만한 로봇 학습 연구 프로그램을 실행할 수 있습니다. 작은 하드웨어 청구서와 단일 GPU를 사용하실 수 있습니다. 이것이 우리가 추천하는
실리콘밸리 로봇센터 연구팀에서 2026-03-13년에 발표되었습니다.
TL;DR. 실제로 함께 어울리는 2026 오픈소스 로봇 스택: LeRobot 데이터와 정책, Robosuite 또는 Isaac Lab 시뮬레이션, OpenVLA 또는 Octo 기초 모델, ROS 2 Jazzy 중소 소프트웨어, DROID 스타일 데이터 세트 협약 상호 운용성, GelSight- 클래스 광학 터틸 센서 접촉 풍부한 연구를 위해. 닫힌 대안은 NVIDIA 아이작 스택과 독자적인 VLA입니다. 재생 가능성과 비용 및 휴대성 때문에 오픈을 선택하십시오. 통합이 팀에서 유지할 수 있는 것보다 더 깊게 필요할 때만 닫힌 것을 선택하십시오.
1. 한눈에
| Layer | Open-source default | Closed alternative | When closed wins |
|---|---|---|---|
| Middleware / runtime | ROS 2 Jazzy | Isaac ROS (NVIDIA) | Heavy reliance on NVIDIA Jetson perception |
| Data format & training | LeRobot | Proprietary (internal) | Closed labs, proprietary embodiments |
| Simulation | Robosuite, Isaac Lab (partly open) | Isaac Sim full stack | Large-scale RL, high-fidelity physics |
| Foundation policy | OpenVLA, Octo, pi0-open variants | Closed VLAs (various vendors) | State-of-the-art generalization on broad tasks |
| Dataset conventions | DROID-style, Open X-Embodiment | Proprietary dataset schemas | Only when stuck with vendor ecosystem |
| Tactile sensing | GelSight family (open designs) | Proprietary fingertip sensors | Productized integration on specific hands |
| 원격조작 | ALOHA-style, OpenArm, glove-based OSS | Vendor-locked VR/teleop SDKs | Consumer humanoid vendor integrations |
2. 중장품: ROS 2 Jazzy
ROS 2 Jazzy는 현재 심각한 연구 로봇의 기본 실행 시간입니다. 지난 2 년 동안 도구 개선 (최고의 발사 시스템, 안정된 DDS 구현, 향상된 파이썬 에르곤믹) 은 ROS 1과 나머지 대부분의 격차를 완결했습니다. 실험실에 대한 실질적인 영향:
- 대부분의 현대 연구용 무기는 ROS 2 드라이버를 탑재합니다. 공급자가 여전히 ROS 1만을 지원한다면 노란색 깃발입니다.
- 레로봇, 로보수이트, 그리고 대부분의 텔레오퍼레이션 패키지는 이제 ROS 2 브릿지를 가지고 있습니다.
- ROS 2에서 ROS 1보다 멀티 로봇 설정이 훨씬 쉽습니다.
폐쇄된 대안인 NVIDIA의 아이작 ROS는 ROS 2 위에 GPU 가속화된 인식 및 제어 패키지의 집합입니다. 파이프라인은 제트슨 추론에 크게 의존하는 경우 훌륭합니다. 그렇지 않으면 과잉 킬 및 공급자와 결합됩니다.
3· 데이터 및 정책 계층: 레로봇
[LeRobot]
레로봇이 잘하는 것은: 일반적인 형식 (ALOHA, DROID, OpenArm) 에서 데이터 세트를 변환하는 것, ACT/Diffusion Policy/VQ-BeT/VLA 어댑터 아키텍처, 체크포인트 및 구성 출처에 대한 공유 훈련 루프, 잘하지 않는 것은: 자원 제한된 로봇 측 컴퓨팅, 멀티 인체화 정책 추상. 두 가지 모두 2026 년 이상 개선될 것으로 예상됩니다.
4\ 시뮬레이션: Robosuite 또는 Isaac Lab
시드는 대부분의 실제 정책 파이프라인에서 2급 시민으로 남아 있지만 RL 연구와 정책 사전 검진을 위해 진정으로 유용한 1급 시민입니다. 두 가지 옵션은:
로보수이트
MuJoCo 기반의 파이썬 원산지, 새로운 장면을 쉽게 작성할 수 있습니다. 모방 학습 연구, 물리학 충실성이 초차적이며 빠른 반복이있는 시프-실험에 가장 좋습니다. 성숙하고 안정적이며 널리 사용됩니다.
아이작 연구소
아이작 시밍 기반의 GPU 가속화 된 컴퓨터는 수천 개의 환경을 병행적으로 지원합니다. 대규모 로로울, 도메인 무작위화 및 출력이 병목이있는 모든 연구를 통해 강화 학습을위한 올바른 선택입니다. 우리의 [아이작 연구소 시작] 부분적으로 개방된
우리의 시미-실현 메모는 [시미-실현 전송]
5. 설립 정책: OpenVLA, Octo, 그리고 친구들
기초 정책 계층은 2024년 이후 개방형 생태계가 가장 큰 발전을 이루는 곳입니다. 오늘날 선택은
- Octo: 작고, 더 빨리 정렬하여 작은 데이터 집합과 이질적인 실시예들을 용서합니다.
- OpenVLA: 더 큰, 더 나은 사전 훈련 된 커버리지는, 언어 컨디션이 박스 밖으로 지원됩니다.
- 방산 정책: VLA가 아니라 몇 백 개의 디모를 통해 접촉이 풍부한 조작을 위한 기본 설정. 특정 작업 유형에 대해 Octo/OpenVLA를 보완하는 경우가 많습니다.
- ACT: 액션 쪼개는 트랜스포머. 두 가지 수동 작업마을. [ACT 정책 설명] (
T6 ) 및 [ACT 대 방산 정책] ( T7 ) 참조.
더 넓은 /vla-models/ 카탈로그는 최신 상태로 유지됩니다. 우리의 계산 측면 지침은 [예산에 대한 VLA 교육을 확장하는](
6. 데이터 세트 컨벤션: DROID 및 오픈 X-Embodyment
데이터 세트 간 상호 작용은 크로스 인보디먼트 사전 훈련을 가능하게 하는 곱셈입니다. 오픈 X-Embodiment (OXE) 는 참조 데이터 세트 수집입니다. 우리의 [OXE 설명자] (
실용적인 지침: 레로봇 형식으로 네이티브로 녹음하거나 깨끗한 변환기를 제공하십시오. 당신은 전류에 기여하지 않더라도 OXE 스타일의 사전 훈련 실행에 의해 데이터를 소비할 수 있도록하십시오. 다음 세대의 VLA를 정렬하고 싶을 때 당신의 미래 자아가 당신에게 감사 할 것입니다. /data sets/ 에서의 우리의 큐레이션 데이터 세트 및 /data-services/ 에서의 데이터 서비스들은 이러한 컨벤션에 맞춰 설계되었습니다.
7. 촉각 감지: 젤 시트 및 긴 꼬리
겔시트 가족 (GelSight, GelSight Mini, DIGIT) 의 광학 촉각 센서는 심각한 연구소가 접촉 부양 연구용으로 표준화 할 수 있을 정도로 저렴해졌습니다. 개방형 설계, 개방형 캘리브레이션 파이프라인과 출판된 학습 레시피의 증가하는 부수는 이것을 더 접근 가능한 연구 방향 중 하나입니다. 우리의 [연결력연구] (
8· 텔레오퍼레이션 및 데이터 수집
2026년 오픈소스 친화적인 옵션:
- ALOHA 스타일의 리더-따라자. 양동식 테이블에 가장 좋습니다. ALOHA 가이드 및 모바일 ALOHA 설정 참조하십시오.
- OpenArm 기반 설정. 오픈 파일, 현대 소프트웨어 스택, 성장하는 커뮤니티. OpenArm 설정 및 OpenArm vs Franka 비교 참조.
- VR 텔레오퍼레이션. 장거리 및 모바일용으로; 순전히 개방된 것보다 상업적이지만 여러 오픈 패키지가 깨끗하게 통합됩니다. [VR 텔레오퍼레이션 회사]
- ** 장갑 기반의 현명한 캡처.** 가장 연구 발전 경로; 하드웨어 다양성은 여전히 높습니다.
위 위의 질 징계 는 [텔레오퍼레이션 데이터 품질 확인 목록]에 있다.
9. 폐쇄된 대안: NVIDIA 아이작 + 독자적인 VLA
통합 상업적 스택을 선호하는 연구소 및 기업에서는 NVIDIA의 아이작 가족 (아이작 시ム, 아이작 ROS, 아이작 매니푸레이터, 아이작 퍼셉터) 과 독자적인 VLA가 신뢰할 수 있는 대안이다. 라이선스, 공급자 연결, 그리고 NVIDIA가 아닌 하드웨어에서 파이프라인을 재생할 수 있는 능력을 잃는 데 지불합니다.
우리의 정직한 견해: 순수한 연구, 개방은 승리합니다. 통합의 부담이 병목이고 계산이 이미 NVIDIA에 있는 기업 파일럿에게는 폐쇄는 방어할 수 있습니다. 중간 사례
10. 콘크리트 추천 시작 구성
만약 이 분기 새로운 실험실을 시작한다면, 우리가 제시하는 것은 다음과 같습니다.
- ** 하드웨어:** 한 개의 쌍방향 플랫폼 (ALOHA 또는 이에 준하는) 과 한 개의 단일 팔 연구 팔 (OpenArm 또는 Franka). RCSV 스토어 에서 소스 옵션을 선택하고 [ 비교 도구](
T23 에서 비교하십시오. - 컴퓨터: A6000 또는 L40S (48GB) 및 클라우드 스팟 액세스 기능을 가진 하나의 작업 스테이션
- ROS 2 재즈리
- ** 데이터/트레이닝:** LeRobot의 데이터 세트 v2 형식을 사용하세요. 어떤 모델에 닿기 전에 300개 정도의 데모를 직접 맡아 보세요.
- 기반 모델: 초기 미세조음의 경우 Octo; 데이터 세트가 ~500 에피소드를 초과한 후에는 OpenVLA. 접촉이 풍부한 부사 프로젝트의 확산 정책.
- ** 시뮬레이션:** 1주 동안 로봇수비트 아이작 랩
- ** 촉각:** 연구 팔당 1개의 GelSight 가족 센서
- ** 문서 및 교과서:** 우리의 구매자 가이드 및 교과서 는 탑승을 다루고 있습니다. 케이프스 대신 임대 옵션에 대해서는 [RCSV 임대](
T26 참조하십시오.
11. 피해야 할 반 패턴
- ** 한 VLA를 영원히 구축.** 데이터와 서비스 파이프라인을 최소 두 개의 중간에 휴대할 수 있도록 설계하십시오.
- ** 자신의 데이터 세트를 로드하는 것.** 레로봇을 사용하세요. 여러분이 자신의 데이터 세트를 만드는 데 쓰는 모든 시간은 실제 연구에 낭비되는 시간입니다.
- 예전에 분산된 훈련. 단일 H100는 대부분의 미세한 음향에 충분합니다. 멀티 노드 는 당신의 분당을 먹을 수 있는 실패 모드를 도입합니다.
- 데이터 파이프라인을 무시하는 것. 최고의 정책 구조는 나쁜 데이터 세트를 구하지 않습니다. [데이터 품질 체크리스트]
T27 참조). - ROS 2를 건너뛰는 것은 유혹적이고 항상 규모의 실수입니다.
12· 마무리 지명
2026 오픈소스 로봇 스택은 완벽하지는 않지만, 단순히 2년 전의 방식이 아닌 방식으로 일관성, 재생 가능, 저렴한 것입니다. 조각은 적합합니다. 두 명의 연구자와 적당한 하드웨어 예산이있는 작은 실험실은 이제 모든 좁은 작업 기준에 잘 자금있는 산업 그룹과 경쟁 할 수 있으며 다른 연구소가 라이선스 계약을 서명하지 않고 재생할 수 있는 결과를 발표 할 수 있습니다. 이것은 정말 새로운 상황입니다.
분기별 현장 상태를 참조하십시오 [robot learning Q1 2026] (
** 스택을 스핀을 위해 가져가십시오.** 하드웨어, 리징, 오픈 데이터 세트 를 탐구하고 [오픈 VLAs] (오픈 VLAs) 를 검토하십시오.
13· 자주 묻는 질문
오픈 스택은 연구용으로 폐쇄된 스택과 경쟁력을 갖춘 것이지요?
복제 가능한 좁은 작업 연구에서는 그렇습니다. 오픈 VLA와 레로봇과 괜찮은 텔레오프 파이프라인은 폐쇄된 연구소에서 단일 작업 기준에 의해 출판된 모든 것과 경쟁력을 갖춘 결과를 생산합니다. 그 격차는 존재하는 곳에서는 크로스 작업과 크로스 인체체화 일반화입니다. 이는 아키텍처보다 데이터에 더 묶여 있습니다.
로보수이트를 사용한다면 아이작 시드가 필요할까요?
RL에 GPU 스케일 평행성이나 고충성 물리학이 필요한 경우만으로는 할 수 없습니다. 로보수이트는 대부분의 모방 학습 연구와 시미-트리얼 프로토타입 제작에 충분합니다. 아이작 랩은 수천 개의 평행 환경을 실행하는 데 적합한 도구입니다. 하나 또는 둘이 아니라
MuJoCo MPC와 모델 기반의 제어에 대해 어떻게 생각하세요?
MuJoCo MPC는 모델 기반 제어 연구, 특히 인형물에서의 이동 및 전체 신체 작업에 대한 강력한 오픈소스 옵션입니다. 그것은 자연스럽게 시뮬레이션 평가와 하드웨어 통합을 위해 ROS 2와 결합됩니다.
오픈소스 정책과 폐쇄된 하드웨어를 섞을 수 있을까요?
네. 대부분의 공급자 SDK는 LeRobot 훈련된 정책이 실행할 수 있는 공동 수준의 인터페이스를 노출합니다. 마찰은 일반적으로 정책 계층이 아니라 캘리브레이션 및 관찰-시 동기화 계층입니다. 새로운 플랫폼에 대한 통합 일주일 계획을 세우고 있습니다.
이 스택이 얼마나 빨리 움직인다?
빠른. 우리는 우리의 오픈 스택 추천을 분기마다 업데이트합니다. 현재 스냅샷을 위해 [분기별 상태 검토]를 참조하십시오. 약속을 선택하고, 당신의 의존성을