外观
Skip to content
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。
curobo是英伟达研究院（NVlabs）开源的CUDA加速机器人算法库，属于算法库类工具，以Python为主要开发语言，依托CUDA并行计算能力，核心提供运动规划、碰撞检测、轨迹优化等高频机器人算法模块，可大幅提升机器人运动相关计算的实时性。
该算法库适配机器人L3-L4层级的运动规划、运动控制相关技术栈，不绑定特定机器人本体，开发者可通过Python接口快速集成，为机械臂、移动机器人等各类机器人的运动计算模块提供高性能加速支持，也可对接仿真环境或真实硬件的运动控制链路部署。
资料出处 GitHub NVlabs/curobo
关键工程信息
工具分类、开发语言、GitHub 社区活跃度与环境要求。
快速接入与环境要求
源码克隆、构建方式、已验证系统环境与版本更新记录。
源码拉取与构建参考
git clone https://github.com/NVlabs/curobo.git
cd curobo
# 安装 Python 依赖与开发包
pip install -e .推荐运行环境与版本 1
| 版本 / 分支 | 验证环境 | 接入说明 |
|---|---|---|
| main / 最新稳定分支（适配PyTorch 2.x版本） | Ubuntu 22.04 LTS / Python 3.8~3.11 / CUDA 11.7~12.x / PyTorch 2.0+ | 可通过pip install curobo快速安装，核心入口为curobo.WorldModel、curobo.MotionPlanner，支持自定义机器人URDF配置加载。 |
关联实操教程与排障记录
教程 / 实测 / 排障 1
适配与兼容机型
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。
同厂商与同类工具
同一厂商开源的配套仓库或同技术栈开发工具。
来源
本页事实对应的公开页面，以原文为准。
- GitHub NVlabs/curobo访问 2026-10-13