Ein Python-Paket zur symbolischen oder hybriden Lösung der inversen Kinematik von Roboterarmen.
Generieren Sie geschlossene inverse Kinematiklösungen als LaTeX-, Python- und C++-Code mithilfe von Behavior Trees.
IKBT ist ein Python-Paket, das geschlossene Lösungen für inverse Kinematikprobleme von Manipulatoren automatisiert, indem es Behavior Trees zur Aktionsauswahl nutzt. Es eignet sich für Robotik-Ingenieure und -Forscher, die explizite symbolische oder hybride Lösungen anstelle von rein numerischen Annäherungen benötigen.
Die Software wendet Behavior Trees an, um symbolische, Ein-Variablen- und hybride Löser auszuprobieren, um numerische Anteile zu minimieren. Sie gibt nativen C++17- und Python-Code zusammen mit einer LaTeX-Dokumentation aus und enthält automatisierte Closed-Loop-Validierungsskripte.
Es eignet sich für Robotik-Forscher und -Ingenieure, die an der Kinematik von Manipulatoren arbeiten und explizite geschlossene oder hybride Lösungen benötigen. Es ist nicht geeignet für diejenigen, die generische, sofort einsatzbereite neuronale Netzwerk-Planer ohne kinematische Formulierungen suchen.
Sequenziert automatisch symbolische, Ein-Variablen- und hybride Löser, um geschlossene kinematische Lösungen zu finden.
Gibt vollständigen, eigenständigen Python- und C++17-Code unter direkter Verwendung von Eigen-Typen aus dem Löser aus.
Generiert SVG-Vektorgrafiken zur Visualisierung von Lösungs-Sets als Transitkarte über tube_map.py.
Führt strenge numerische Closed-Loop-Validierungsskripte aus, um zu überprüfen, ob generierte Lösungen den Ziel-Endeffektor-Posen entsprechen.
Kostenlos als Quellcode nutzbar, wobei die einzigen Kosten Ihre eigene Zeit und die Rechenressourcen zum Ausführen und Integrieren des Löser sind.
877 offene Remote-Stellen im KI-Training, aktualisiert am 16. November 2026; die meisten zahlen $20–$175 pro Stunde. 12 davon suchen Deutschsprachige. Zekai listet sie kostenlos; die Bewerbung läuft über die Plattform des Arbeitgebers.
IKBT gibt Lösungen als LaTeX-Dokumente, Python-Module und C++17-Quelldateien aus.
Er findet einen lösbaren Arm nahe dem echten Arm, ermittelt exakte Lösungen und speist eine numerische Methode der gedämpften kleinsten Quadrate.
Ja, Skripte wie numerical_closed_loop_sol_check.py und cpp_closed_loop_check.py automatisieren die Lösungsvalidierung.
Zekai zuerst in Google sehen