Ark：一个开源的基于Python的机器人学习框架

机器人技术在硬件方面取得了显著进展——从DARPA的“城市和机器人挑战赛”到首次类人机器人跆拳道锦标赛——然而，商业自主性仍然落后于机器学习的进展。一个主要的瓶颈是软件：当前的机器人堆栈要求陡峭的学习曲线、底层的C/C++专业知识、碎片化的工具以及复杂的硬件集成，这与推动现代AI发展的以Python为中心、文档完善的生态系统形成了鲜明对比。我们推出了ARK，一个开源、Python优先的机器人框架，旨在弥合这一差距。ARK提供了一个Gym风格的环境接口，允许用户收集数据、预处理数据并使用最先进的模仿学习算法（例如ACT、Diffusion Policy）训练策略，同时能在高保真模拟和物理机器人之间无缝切换。轻量级的客户端-服务器架构提供了网络化的发布-订阅通信，并且可选的C/C++绑定在需要时确保实时性能。ARK附带了用于控制、SLAM、运动规划、系统识别和可视化的可重用模块，以及原生的ROS互操作性。全面的文档和案例研究——从机械臂操作到移动导航——展示了快速原型开发、轻松的硬件更换以及与主流机器学习工作流程便利性相媲美的端到端管道。通过在共同的Python伞下统一机器人和AI实践，ARK降低了进入门槛，加速了自主机器人的研究和商业部署。