Ark: Открытый Python-ориентированный фреймворк для обучения роботов

Аннотация

Робототехника достигла значительных успехов в области аппаратного обеспечения — от соревнований DARPA Urban и Robotics Challenges до первого турнира по кикбоксингу с участием человекоподобных роботов, — однако коммерческая автономия всё ещё отстаёт от прогресса в машинном обучении. Основным узким местом является программное обеспечение: современные стеки робототехники требуют длительного обучения, глубоких знаний C/C++, фрагментированных инструментов и сложной интеграции с аппаратным обеспечением, что резко контрастирует с Python-ориентированными, хорошо документированными экосистемами, которые способствовали развитию современного ИИ. Мы представляем ARK — открытый фреймворк для робототехники, ориентированный на Python, который призван устранить этот разрыв. ARK предлагает интерфейс среды в стиле Gym, позволяющий пользователям собирать данные, предобрабатывать их и обучать политики с использованием передовых алгоритмов обучения с подражанием (например, ACT, Diffusion Policy), при этом легко переключаясь между высокоточной симуляцией и физическими роботами. Лёгкая архитектура клиент-сервер обеспечивает сетевое взаимодействие по модели издатель-подписчик, а опциональные привязки C/C++ гарантируют производительность в реальном времени при необходимости. ARK поставляется с переиспользуемыми модулями для управления, SLAM, планирования движения, идентификации систем и визуализации, а также с поддержкой взаимодействия с ROS. Подробная документация и кейсы — от манипуляций до мобильной навигации — демонстрируют быструю разработку прототипов, лёгкую замену аппаратного обеспечения и сквозные процессы, которые по удобству сопоставимы с основными рабочими процессами машинного обучения. Объединяя практики робототехники и ИИ под общим Python-ориентированным подходом, ARK снижает барьеры для входа и ускоряет исследования и коммерческое внедрение автономных роботов.

English

Robotics has made remarkable hardware strides-from DARPA's Urban and Robotics Challenges to the first humanoid-robot kickboxing tournament-yet commercial autonomy still lags behind progress in machine learning. A major bottleneck is software: current robot stacks demand steep learning curves, low-level C/C++ expertise, fragmented tooling, and intricate hardware integration, in stark contrast to the Python-centric, well-documented ecosystems that propelled modern AI. We introduce ARK, an open-source, Python-first robotics framework designed to close that gap. ARK presents a Gym-style environment interface that allows users to collect data, preprocess it, and train policies using state-of-the-art imitation-learning algorithms (e.g., ACT, Diffusion Policy) while seamlessly toggling between high-fidelity simulation and physical robots. A lightweight client-server architecture provides networked publisher-subscriber communication, and optional C/C++ bindings ensure real-time performance when needed. ARK ships with reusable modules for control, SLAM, motion planning, system identification, and visualization, along with native ROS interoperability. Comprehensive documentation and case studies-from manipulation to mobile navigation-demonstrate rapid prototyping, effortless hardware swapping, and end-to-end pipelines that rival the convenience of mainstream machine-learning workflows. By unifying robotics and AI practices under a common Python umbrella, ARK lowers entry barriers and accelerates research and commercial deployment of autonomous robots.

Ark: Открытый Python-ориентированный фреймворк для обучения роботов

Ark: An Open-source Python-based Framework for Robot Learning

Аннотация

Support