初识Jumper22自由度螃蟹机器人AI工具库一句话就能设计外观、训练动作、搭建场景【免费下载链接】jumper Jumper — an crab robot.项目地址: https://gitcode.com/gh_mirrors/jumper5/jumperJumper跳跳是一个面向22 自由度螃蟹机器人的开源 AI 工具库让你在 AI 编程助手中用一句话就能完成三件事设计机器人外观、训练运动策略、搭建仿真场景。它基于 MuJoCo 强化学习框架构建支持 GPU/CPU 双后端训练并能把训练好的策略打包部署到真机、浏览器和本地回放。跳跳是什么一台会跳舞的螃蟹机器人Jumper 原型机是一台螃蟹形态的小型机器人 整机仅 1.8 kg却集成了相当完整的感知与交互硬件完整规格见 docs/HARDWARE.zh.md分类关键规格运动22 个触觉舵机最大抓取 1 kg感知6 轴 IMU、dToF 深度传感器54×42 阵列、500 万像素相机计算RK3576 主控6 TOPS NPU4 GB 内存交互2 块圆形 TFT 表情屏、2 个扬声器、4 个麦克风尺寸400 × 400 × 200 mm机器人模型本身放在 assets/jumper/jumper.xml包含舵机力矩曲线、dToF 传感器和机载相机的定义是所有训练任务的默认资产。一句话设计外观把一句话丢给 AI 助手比如为跳跳设计一个暖沙色游侠外观统一身体和四肢配色并导出.skin外观设计流程由配套的 jumper-design 仓库驱动就会给出概念方案并导出可校验的外观包。官方示例效果暖沙色游侠银色装甲Raphael Turtle外观包目前仅用于显示设计工作流的边界与步骤见 docs/WORKFLOWS.md。一句话训练动作训练仓库内置了18 个开箱即用的任务见 tasks/init.py覆盖四类玩法步态行走jumper.tripod三足、jumper.flat四足、jumper.tetrapod、jumper.ripple共享同一个速度跟踪环境骨架 tasks/jumper/common/velocity_env.py跳跃jumper.jump基于参考动作做残差学习、jumper.ref_free_jump无参考自由跳舞蹈与手势jumper.dance及 4 支舞蹈、挥手/敬礼/鞠躬等 4 个手势任务进阶jumper.five_foot带爪子的五足抓取、jumper.swing绳索秋千、jumper.posture姿态控制框架的设计亮点是一道接缝同一套任务配置、奖励和 PPO 代码既能跑在MuJoCo WarpGPU 大规模并行上也能跑在原生 MuJoCo多核 CPU上——没有显卡也能真实训练架构原理见 docs/DESIGN.md。每个任务就是一个目录任务 ID 即目录名约定见 tasks/registry.py。训练、回放、导出只需三条命令python scripts/train.py --task jumper.tripod --num_envs 4096 python scripts/play.py --task jumper.tripod python scripts/export.py --task jumper.tripod --checkpoint logs/.../model_1000.pt没有 GPU 时加--backend native --device cpu --num_envs 64即可在 CPU 上训练。一句话生成场景场景是独立于任务的第二个维度同一个步态任务值得在平整地面跑基线、在崎岖地面测鲁棒性。内置场景注册表scenes/registry.py提供摄影棚、足球场、海滩、冰面、绳索秋千、崎岖地形等十几种地面与光照组合也可以让 AI 助手生成一个带起伏地形、树木和长椅的公园场景导出.map后用于回放公园泵道卧室足球导入的地图目前仅支持回放train.py会拒绝用它训练这条边界在文档里写得很明确避免仿真跑通了真机没问题的错觉。从仿真到真机一个 Bundle 服务三种宿主scripts/deploy.py会把训练好的策略与 Rust 状态机控制器 deploy/fsm/ 一起打成.appbundle同一个 bundle 里各取所需机器人板端拿.rknn 编译好的控制器浏览器拿.onnx WASM本地play --app拿共享库。ONNX 转 RKNN 供板端 NPU 推理的工具在 deploy/convert/Bundle 格式契约见 deploy/BUNDLE.md。快速上手四步跑通训练环境要求 Python 3.10–3.13依赖全部是 PyPI wheel无需系统级 CUDA toolkit# 1. 克隆并安装 git clone https://gitcode.com/gh_mirrors/jumper5/jumper cd jumper python3 -m venv .venv source .venv/bin/activate pip install -e . # 2. 查看可用任务 python scripts/train.py --list # 3. 训练CPU 版 python scripts/train.py --task jumper.tripod --backend native --device cpu --num_envs 64 # 4. 回放策略 python scripts/play.py --task jumper.tripod⚠️pip install -e .是必需的vendored 的mjlab/rsl_rl只能通过这一步建立导入路径也不要另外pip install mjlab会遮蔽仓库内的副本。文档与目录速查你想做的事看这里了解项目全貌docs/PROJECT_GUIDE.zh.md环境安装排错docs/USAGE.zh.md从训练到打包的完整教程docs/TUTORIAL.zh.md手柄/键盘控制方式docs/CONTROLS.zh.md部署到真机deploy/README.zh.md依赖与打包配置pyproject.toml小结Jumper 把22 自由度螃蟹机器人的整个创作链路——外观、动作、场景——收敛成一句话式的 AI 工作流同时保留了一条从 GPU 训练到真机部署的完整工程路径非常适合想体验机器人强化学习全流程的新手也适合想给自家机器人搭一套训练框架的开发者。【免费下载链接】jumper Jumper — an crab robot.项目地址: https://gitcode.com/gh_mirrors/jumper5/jumper创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考