发现与 Safe Navigation 相关的最受欢迎的开源项目和工具，了解最新的开发趋势和创新。
2024年具身人工智能调查：论文列表及项目
安全强化学习中的价值对齐：基于安全强化学习和人类反馈的约束方法
一份关于机器人/强化学习领域隐式表示和神经辐射场 (NeRF) 的全面论文列表，包含论文、代码和相关网站。
这是一个精选的“具身人工智能或配备大型语言模型的机器人”研究列表。关注此代码库以获取最新更新！
TensorFlow目标计数API是一个基于TensorFlow和Keras的开源框架，它能轻松地开发目标计数系统！
在ROS Gazebo模拟器中，使用双延迟深度确定性策略梯度(TD3)神经网络进行移动机器人导航的深度强化学习。机器人学习在一个模拟环境中导航到随机目标点，同时避开障碍物。
JMLR：OmniSafe是一个加速安全强化学习(SafeRL)研究的基础设施框架。
IEEE 机器人自动化快报 (RA-L) 2025 年论文：NavRL：在动态环境中学习安全飞行（基于英伟达 Isaac、Python、ROS1 和 ROS2）
基于激光雷达扫描或点云数据，实现多目标检测、跟踪和分类的C++代码
ICLR 2020 论文《使用主动神经 SLAM 学习探索》的 PyTorch 代码
本项目提供关于自动驾驶车辆控制算法的 Python 示例代码和文档，旨在作为技术指南，帮助初学者学习自动驾驶算法和软件架构。
一份精选的3D视觉论文列表，涵盖机器人领域中大型模型（例如LLM/VLM）时代的研究成果，受awesome-computer-vision启发，包含论文、代码和相关网站。
这个代码库用于安全的强化学习基线算法。
基于注意力机制的深度强化学习在人群环境下的机器人导航
一个基于Python的轻量级机器人模拟器，用于开发机器人导航、控制和学习算法。
NeurIPS 2023：安全强化学习基准平台——Safety-Gymnasium
在Unity引擎中模拟自动驾驶车辆的路径规划。这也是混合A*寻路算法的实现，如果你对车辆寻路感兴趣，这将非常有用。
基于深度强化学习的优化去中心化多机器人避碰方法的实现
用于NeurIPS 2020论文“基于目标导向语义探索的对象目标导航”的PyTorch代码
AI 行为树的 Rust 语言实现
