2025年开源人类机器人:一个实用的指南
开源人形机器人平台概述 <unk> 单元G1,开放人形,社区项目 <unk> 建设成本和软件生态系统.
部分: [人体机器人指南]
[←博客]
人类机器人不再仅仅是价值数十亿美元的实验室.
为什么开源人体具有重要意义
截至2023年,有意义的人类型机器人研究需要多百万美元的定制平台或通过主要的研究合作伙伴关系获得Atlas或ASIMO. 在2025年,一个实验室可以用一个人形平台开始, 价格为8000-70,000美元,
这种民主化不仅仅是关于访问,而是关于社区的速度.开源平台同时积累了数十个研究小组的软件贡献, 现在,开源人类体社区数量在Discord,GitHub和HuggingFace上数以万计的活跃贡献者,
完整平台比较
| Platform | Price | Height / Weight | Total DOF | Focus | Open-Source Level |
|---|---|---|---|---|---|
| Unitree G1 | $16,000 | 127cm / 35kg | 23 (base) / 43 (EDU) | Research + commercial | SDK open, hardware closed |
| Unitree H1 | $90,000 | 180cm / 47kg | 25 | Research + industrial | SDK open, hardware closed |
| Reachy 2 (Pollen) | $70,000 | 140cm / 40kg | 21 (upper body) | HRI + bimanual manipulation | Software Apache 2.0, partial hardware |
| Berkeley Humanoid | $8K-12K (BOM) | 100cm / 12kg | 12 | Locomotion RL research | Fully open (CAD + code + BOM) |
| 1X NEO Beta | $50,000+ | 165cm / 30kg | 30+ | Home assistant, safety | Limited access program |
| Apptronik Apollo | N/A (lease) | 173cm / 73kg | 30+ | Industrial logistics | Closed (commercial partner program) |
| Figure 02 | N/A (lease) | 170cm / 60kg | 40+ | General-purpose, warehouse | Closed (BMW partnership) |
单位G1:最容易进入的入口点
据悉,Unitree G1 (价值16,000美元) 是目前可访问的人类型研究的参考平台.大约1.3米高,35公斤,它是一个拥有23个DOF,两只7个DOF臂和步行能力的全人形,在平坦地面和中等地形上已经被证明是2m/s的步行能力. Python SDK 已得到充分的记录, ROS2 支持可通过社区包提供,
重要注意:G1价格为16万美元,是基准配置,具有6DOF平行
单元树H1:研究工作马
由于其尺寸较大,质量中心较高,H1的步行比G1更稳定,在平面地面上发布的步行控制器达到3.3m/s. 折衷是成本和风险:在47kg时,开发过程中的下降构成了真正的安全问题,而H1的替代部件为G1相当于成本的2-3倍.
伯克利人类
伯克利人形 (Zhuang et al., 2024) 是来自伯克利大学混合机器人实验室的完全开源设计.完整的硬件设计文件,CAD模型,材料账单和行走控制器代码都发表.该设计是针对RL运动研究优化的.
机械工程平台是自制的平台.BOM的零部件成本大约为8000至12000美元,具有显著的组装时间 (预计第一次组装200多小时).对于具有机械工程资源的实验室,它提供了比任何商业选择更低的可定制平台.对于没有硬件专业知识的实验室,组装和维护费用是显著的. 几个UC伯克利,CMU和MIT团体建立了伯克利人体,社区维护了一个共享的故障解决 wiki.
通过"粉尘机器人"
达达2 (约合70,000美元) 占据了开源人形空间的上端.它是一个具有完全开源软件 (Apache 2.0 许可证) 和部分开源硬件的商业产品.其17个DOF臂,类似于人类的动力学和本土的ROS2堆
对于研究室来说,这些研究室将在IEEE/ICRA程序中发表,需要可靠,可复制硬件,Rachy 2是值得比DIY替代品更高的. 雷奇2的远程操作SDK是开源人体中最精致的,基于VR的控制需要最小的设置.
商业人体: 1X NEO,Apptronik Apollo,图 02
尽管它们不是开源,但值得追踪的三项商业人形项目,
1X NEO Beta是最专注于安全的人形平台. 1X Technologies (挪威) 根据 NEO 设计的原则,在家庭中运营的人形必须是本质上安全的. 如果你的研究集中在人类与机器人安全互动,
Apptronik Apollo 作为一个工业平台,它更重 (73公斤),更强大,并且用于仓库物流任务,如搬箱和托盘装载.Apollo 使用传统的
图2拥有任何人形平台中最先进的精英手,每手16DOF.图2+OpenAI合作伙伴关系已经产生了令人印象深刻的语言条件操纵演示.硬件访问仅限于战略合作伙伴 (BMW是
软件生态系统的比较
| Platform | Simulation | RL Training | 遥操作 | Community | Data Collection Rating |
|---|---|---|---|---|---|
| Unitree G1 | Isaac Lab, MuJoCo | Isaac Lab policies available | Python SDK + custom glove | 5K+ Discord | Good (tabletop manipulation) |
| Unitree H1 | Isaac Lab, MuJoCo | Whole-body locomotion | Same as G1 | 3K+ Discord | Good (human-height tasks) |
| Reachy 2 | Gazebo + custom sim | Limited RL support | Native VR teleoperation | 1K+ commercial | Excellent (best teleop SDK) |
| Berkeley Humanoid | MuJoCo (official) | Whole-body control | Custom builds only | 200-500 academic | Limited (locomotion focus) |
| 1X NEO Beta | MuJoCo (partner access) | In-house RL stack | SDK for partner labs | 500+ (invite-only) | Good (safety-focused tasks) |
选择平台:决策框架
选择正确的取决于你的研究目标,预算和团队能力:
- ** 机动RL研究 (预算: <$15K):** 伯克利人机.完全开放的硬件意味着你可以修改动态,添加自定义传感器,并重复机械设计.MuJoCo模型足够准确,可以将机动移动传输到真实.
- 桌面操纵研究 (预算:16K-28K): Unitree G1.最大的社区,最多可用的教程和最佳模拟支持.桌面的高度是127cm. 添加[RCSV的目录中
色的手] T2 ) 进行操纵,超越平行 抓. - 人身高操纵和移动任务 (预算:90K美元): 单元树H1. 完全成人身高,最强大的臂臂,全身控制能力. 需要用于涉及货架,柜台,门柄和其他人身尺寸的设备的任务.
- 人机交互和双手研究 (预算:70万美元): 达成 2. 最好的远程操作SDK,最自然的手臂动力学,和Apache 2.0软件许可证意味着您的研究成果没有商业限制.
- **安全的家庭部署研究 (预算:仅邀请):**申请1X NEO Beta计划.软动机设计使其成为与人类接触的唯一人形平台,而不是意外.
数据收集的适用性
对于使用人形体的团队,特别是作为数据收集平台 (收集示范以训练相同或不同的硬件的政策),关键标准是远程操作延迟,联合位置精度和记录基础设施:
| Platform | Teleop 延迟 | Joint Position Accuracy | Recording Freq | Demos/Hour (pick-place) |
|---|---|---|---|---|
| Unitree G1 | ~20ms | ±0.5 deg | 50 Hz | 20-30 |
| Unitree H1 | ~20ms | ±0.3 deg | 50 Hz | 15-25 |
| Reachy 2 | ~30ms | ±1.0 deg | 30 Hz | 15-20 |
| Berkeley Humanoid | Custom (varies) | ±1.5 deg | Custom | N/A (no arm manipulation) |
开始:一个实用的道路
让我们从零到训练有素的操纵人形.
- **月1:**购买Unitree G1,设置Isaac Lab模拟,在sim中运行行程,以验证环境.安装Python SDK,验证电机控制,运行基本的远程操作测试.
- 第二个月: 部署预训练步行政策到硬件,实验室空间测试稳定性,增加手臂的远程操作设置.校准摄像头,设置数据记录管道 (HDF5或LeRobot格式).
- **第三个月:**通过远程操作收集200-300个操纵演示,训练ACT政策,对简单的选项进行评估.
- ** 4+月:** 扩展到更难的任务,引入物体多样性,收集故障恢复示范. 贡献LeRobot社区数据集,以受益于共享的改进.
通过在我们的商店中提供的 [G1和H1硬件包]
相关阅读
,我认为这是一个非常重要的问题. - 移动操纵调查
,我知道,我知道. - 现在,我们需要一个新的技术.
- [数据服务]
- 公司的公司
- 其他类型的设备
T13
开始使用人体机器人
瑞士CSV携带G1号和兼容的配件,