SPIN是一个先进的机器人系统，能够在复杂环境中进行实时感知、交互和导航。它结合了多种技术，如动态避障、物体识别和主动视觉，允许机器人在无需预先创建环境地图的情况下高效地移动和操作。
集成了多模态动作模型的智能系统，通过思维链和前瞻性空间推理来执行具体动作，让机器人更智能地理解和完成任务
Block-Map-Based Localization使用块图技术，在大规模环境中实现高效定位，适合机器人导航与室内外定位系统。
SchurVINS是一个基于Schur补的轻量级视觉惯性导航系统，旨在提供高效且准确的导航能力。
该项目专注于开发持续的场景表示，以增强具身AI系统的能力，支持实时场景理解和动态环境中的导航与交互。
H2O是一个基于强化学习的human-to-humanoid实时全身远程操作框架，旨在通过使用大型人体运动数据集进行可扩展的重定向和训练，使得用户只需一个RGB摄像头即可操作全尺寸的人形机器人，从而释放类人机器人的认知技能和适应性潜力。
Vulp 是一个用于实时运动控制的 Python 库，提供标准的动作-观察循环，旨在控制各种执行器和模拟器，具备易于集成和扩展的特性。
一个利用肌肉骨骼仿生机器人实现自动驾驶的项目，详细模仿了人体，适合在复杂环境中运动。
RIO是一个基于优化和点不确定性感知的4D雷达系统雷达-惯性里程计，旨在实现高精度的定位和导航。它通过结合雷达数据和惯性传感器信息，提供可靠的定位解决方案，适用于多种环境和应用场景。
