Beschreibung
Solarian ist ein Open-Source-Python-Framework, das für die umfassende Entwicklung, Kontrolle, Teleoperation und das Training von Robotern konzipiert wurde. Es bietet einen einheitlichen Stack für Robotikprojekte, von der Hardwareintegration bis zur fortschrittlichen KI-Steuerung, und ermöglicht Entwicklern, Roboter effizient zu bauen, zu simulieren und bereitzustellen. Das Framework basiert auf einer klaren Drei-Knoten-Architektur: Robot, Server und Controller, die jeweils als separater Prozess auf verschiedenen Maschinen ausgeführt werden können.
Weiterlesen
Ein zentrales Element von Solarians Design ist seine Echtzeit-Multiprozessmodularität. Jedes Hardwaremodul, wie ein Arm, ein Greifer oder eine Kamera, arbeitet in seinem eigenen Betriebssystemprozess mit einer konfigurierbaren Rate und kommuniziert über gemeinsam genutzte Speicher-Ringpuffer mit der Roboter-Schleife. Dies stellt sicher, dass hochfrequente Komponenten nicht durch langsamere blockiert werden, was eine präzise und reaktionsschnelle Steuerung ermöglicht. Das Framework umfasst auch integrierte Kinematik, die die Steuerung von Endeffektoren mit automatischer inverser Kinematiklösung und Live-Pose-Berichterstattung durch Vorwärtskinematik ermöglicht.
Solarian legt großen Wert auf Wiederverwendbarkeit und Erweiterbarkeit durch ein Plug-and-Play-System für Hardware und Fähigkeiten. Entwickler können Servoantriebe, Arme, Greifer und Kameras als Plugins installieren, die mit Konfigurationen ausgestattet sind. Ebenso können Fähigkeiten – von Bewegungsplänen bis hin zu gelernten Richtlinien – installiert und über verschiedene Roboter hinweg wiederverwendet werden, die kompatible Aktionen bereitstellen. Das Framework unterstützt die Simulation sofort, sodass dieselben Roboterdeklarationen und -konfigurationen entweder eine MuJoCo-Welt oder physische Hardware steuern können, indem einfach ein Flag gesetzt wird.
Ein herausragendes Merkmal ist der AI Agentic Controller, der jeden Solarian-Controller in einen KI-Agenten verwandelt. Dieses Wrapper-Modul umschließt ein Vision-Language-Modell (wie Anthropic, OpenAI oder kompatible Server) und ermöglicht es den Benutzern, über Chat hochrangige Aufgaben zu erteilen. Der Agent plant dann die Aufgabe und führt sie aus, indem er die physischen Fähigkeiten des Roboters als Werkzeuge aufruft. Ein schnelles Überwachungsmodell beobachtet kontinuierlich die laufenden Fähigkeiten über Kameras, bietet Echtzeit-Feedback und ermöglicht dynamische Anpassungen oder Eingriffe. Dieser Controller ist hochgradig konfigurierbar und nutzt Hydra für zusammengesetzte YAML-Konfigurationen über alle Module und Befehle hinweg.
Für Lernen und Entwicklung bietet Solarian robuste Aufnahme- und Trainingsmöglichkeiten. Es ermöglicht die Sitzungsaufnahme von Kamerafeeds und Sensorsignalen in ihren nativen Raten, um sicherzustellen, dass keine Datenqualität verloren geht. Werkzeuge zur Datenverwaltung erleichtern das Spiegeln, Teilen, Trimmen und Zusammenführen von Episoden. Das Framework unterstützt das Training verschiedener Richtlinien, einschließlich Diffusion und ACT, lokal oder auf Cloud-GPUs, und bietet Dienste zum Bereitstellen dieser trainierten Richtlinien für Fähigkeiten. Entwicklerwerkzeuge wie typisierte Beobachtungen und Aktionen (unter Verwendung von Pydantic-Schemas) und Kalibrierungswerkzeuge verbessern das Entwicklungserlebnis weiter und erleichtern den Übergang vom Konzept zu einem funktionalen Roboter.
- KategorieRobotik & KI-Hardware
- PreismodellOpen Source
- BereitstellungOn-premise, Cloud (Solarian Base GPUs)
- PlattformenWeb
Solarian's Kernfunktionen
Open-Source-Python-Framework für Robotik
Echtzeit-Multiprozessmodule für Hardware
Robot ↔ Server ↔ Controller-Architektur
Plug-and-Play-Hardware- und Fähigkeitsplugins
AI Agentic Controller für chatgesteuerte Roboteraufgaben
Integration mit jedem Vision-Language-Modell (Anthropic, OpenAI, vLLM)
Integrierte Kinematik zur Steuerung von Endeffektoren
Simulationsunterstützung mit MuJoCo
Sitzungsaufnahme und Datenmanagement
Richtlinientrainings- und Bereitstellungsfähigkeiten
Hydra-gesteuerte YAML-Konfiguration
Typisierte Beobachtungen und Aktionen mit Pydantic
Entwicklerwerkzeuge einschließlich Kalibrierungswerkzeuge
ZeroMQ für hochdurchsatzfähige Interprozesskommunikation
PyTorch-Unterstützung für Richtlinien und Inferenz
Wie verwendet man Solarian?
Installieren Sie Solarian: Verwenden Sie `pip install solarian` und optional `pip install 'solarian[agent]'` für AI-Agentenfunktionen.
Projekt erstellen: Verwenden Sie `solarian create-project`, um ein neues Robotikprojekt einzurichten.
Hardwaremodule anschließen: Installieren Sie Plug-and-Play-Hardwaretreiber und deren Konfigurationen mit `solarian install <module_name>`.
System konfigurieren: Bearbeiten Sie `conf/robot.yaml`, `conf/controller.yaml` und modul-spezifische YAML-Dateien, um Ihren Roboter und die Steuerungslogik zu definieren.
Komponenten ausführen: Starten Sie den Relay-Server, die Roboter-Schleife und die Controller-Prozesse, möglicherweise auf separaten Maschinen.
Fähigkeiten definieren: Erstellen oder installieren Sie physische Fähigkeiten, die der AI Agentic Controller als Werkzeuge verwenden kann.
Aktivieren Sie die AI Agentic Control: Fügen Sie einen `agent:`-Block zu Ihrer `conf/controller.yaml` hinzu und erklären Sie `agent_enabled=True` für Werkzeuge.
Mit dem Roboter interagieren: Geben Sie dem AI Agentic Controller über Chat hochrangige Aufgaben, um Aktionen zu planen und auszuführen.
Solarian's Anwendungsfälle
- Erstellung benutzerdefinierter Roboter
- Robotertteleoperation
- AI Agentic Control
- Entwicklung von Roboterfähigkeiten
- Robotersimulation
- Training von Roboter-Richtlinien
- Robotikforschung
- Hardwareintegration
- Datensammlung für das Lernen



