# theseus

> 权威词条地址：https://robotics.hellobike.com/sdks/facebookresearch-theseus
> 所属分类：sdks | 最近核验日期：2025-01-16 | 技术层级：L3

## 核心摘要

facebookresearch 在 GitHub 开源的算法库，主要语言 Python。 A library for differentiable nonlinear optimization

## 结构化工程参数

| 参数项 | 数值 / 配置 |
| :--- | :--- |
| `layers` | ["L3"] |
| `links` | [{"title": "GitHub", "url": "https://github.com/facebookresearch/theseus"}] |
| `updated` | 2025-01-16 |
| `repo` | https://github.com/facebookresearch/theseus |
| `language` | ["python"] |
| `pinned_versions` | [{"version_or_sha": "main / 最新稳定分支（适配PyTorch 2.x系列版本）", "tested_env": "Ubuntu 22.04 LTS / Python 3.8-3.11 / PyTorch 2.0+ / 可选CUDA 11.7+", "notes": "可通过pip install theseus-ai直接安装发布版，核心入口为theseus.TheseusLayer，可自定义代价函数搭建优化链路。"}] |
| `incompatible_envs` | ["不支持Python 3.12及以上版本，部分依赖库暂未完成适配", "Windows原生环境兼容性较差，推荐使用WSL2运行"] |
| `repo_stats` | {"stars": 2060, "forks": 152, "as_of": "2026-10-13"} |
| `tool_type` | library |
| `overview_sources` | ["https://github.com/facebookresearch/theseus"] |

## 技术详解与生态说明

theseus是Meta人工智能研究院开源的可微分非线性优化算法库，核心开发语言为Python，面向机器人与人工智能领域的数值优化需求设计，核心功能覆盖可微分最小二乘求解、自定义非线性代价函数封装、自动微分与稀疏矩阵优化求解等模块，支持端到端优化链路的快速搭建。

该算法库适配机器人技术栈L3决策规划层，可用于SLAM后端优化、运动规划轨迹校准、VLA模型推理结果的数值约束校正等场景，开发者可通过PyPI包直接安装，或克隆仓库源码编译，调用其内置的优化器接口与已有机器人系统的感知、规划模块集成。

## 原始核验来源 (Sources)

- [GitHub facebookresearch/theseus](https://github.com/facebookresearch/theseus)