Skip to main content

OrcaLab - Cloud-native robotics simulation platform with advanced UI and asset management

Project description

OrcaLab

OrcaLab是松应科技推出的轻量化AI based具身智能仿真平台和SimReady 资产库,其核心定位是降低前沿技术的使用门槛,让开发者、研究人员和初创团队能够更便捷、高效地触及并应用高精度物理仿真能力。与传统重型仿真平台相比,OrcaLab继承了其核心产品ORCA平台的关键技术基因,致力于在轻量化的架构上,为用户提供开箱即用的便捷体验。它支持多种形态的机器人仿真训练,并能快速构建覆盖家庭、商超、工业等典型场景的高精度数字训练场。平台特别注重提升数据生成与算法训练的效率,其并发训练能力可以大幅缩短机器人的开发与测试周期。OrcaLab旨在成为连接创意与实现的桥梁,通过提供轻量化、易用且功能强大的仿真环境,赋能更广泛的群体探索具身智能的无限可能,从而加速创新生态的构建与繁荣。

功能特性

TODO: 待补充

系统要求

硬件需求

配置类型 CPU 内存 GPU
最低配置 Intel i5 或同等性能 32GB 以上 Nvidia RTX 3060 或同等性能
推荐配置 Intel i7 13700 以上 64GB 以上 Nvidia RTX 4090 或同等性能

操作系统需求

操作系统 内核版本
Ubuntu 22.04 LTS 6.8 及以上
Ubuntu 24.04 LTS 6.8 及以上

安装

pip install orca-lab

详见 INSTALL.md

网络提示:国内用户如遇到网络问题,请使用梯子或配置清华源:

pip config set global.index-url https://mirrors.tuna.tsinghua.edu.cn/pypi/web/simple

使用方法

启动方式

安装后使用命令行启动:

orcalab

工作目录

OrcaLab启动时可以指定工作目录。

orcalab ~/my_workspace

如果不指定,当前目录就是工作目录。一下两条命令效果是一样的。

orcalab
orcalab .

OrcaLab会加载工作目录下.orcalab/config.toml中的配置。

也可以使用OrcaLab在工作目录生成一份基本配置。

orcalab --init-config

常见问题

用户和开发者常见的问题及解决方案:

许可证

本项目采用 LICENSE 文件中规定的许可证条款。

Project details


Download files

Download the file for your platform. If you're not sure which to choose, learn more about installing packages.

Source Distributions

No source distribution files available for this release.See tutorial on generating distribution archives.

Built Distribution

If you're not sure about the file name format, learn more about wheel file names.

orca_lab-26.1.2-py3-none-any.whl (221.4 kB view details)

Uploaded Python 3

File details

Details for the file orca_lab-26.1.2-py3-none-any.whl.

File metadata

  • Download URL: orca_lab-26.1.2-py3-none-any.whl
  • Upload date:
  • Size: 221.4 kB
  • Tags: Python 3
  • Uploaded using Trusted Publishing? No
  • Uploaded via: twine/6.2.0 CPython/3.12.0

File hashes

Hashes for orca_lab-26.1.2-py3-none-any.whl
Algorithm Hash digest
SHA256 510761226ac51e242cd2b6b8230ae883704bf7056d9b6a991551f31f9f28c3bc
MD5 557dd0050e8703e3e9398332981db3f0
BLAKE2b-256 b81656b587e69ab1257711dd797572e3e596eef8aee86c5afa1f6da296e9a2db

See more details on using hashes here.

Supported by

AWS Cloud computing and Security Sponsor Datadog Monitoring Depot Continuous Integration Fastly CDN Google Download Analytics Pingdom Monitoring Sentry Error logging StatusPage Status page