theseus

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

SDKfacebookresearchtheseus

开发工具档案怎么用、适配哪些机型、哪些环境验证过

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

算法库python更新于 2025-01-16

概述

这个开发工具的核心职责、所属技术栈与硬件生态定位。

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。

工具分类、开发语言、GitHub 社区活跃度与环境要求。

源码克隆、构建方式、已验证系统环境与版本更新记录。

git clone https://github.com/facebookresearch/theseus.git
cd theseus
# 安装 Python 依赖与开发包
pip install -e .

版本 / 分支	验证环境	接入说明
main / 最新稳定分支（适配PyTorch 2.x系列版本）	Ubuntu 22.04 LTS / Python 3.8-3.11 / PyTorch 2.0+ / 可选CUDA 11.7+	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。

支持接入该 SDK、ROS 驱动或仿真资产的机器人本体。

尚未收录适配机型。

同一厂商开源的配套仓库或同技术栈开发工具。

本页事实对应的公开页面，以原文为准。