CRISP：面向学习驱动操作策略的高性能 ROS2 compliant torque 控制器合集
• 支持实时 C++ 控制，涵盖 Cartesian Impedance Control 与 Operational Space Control，兼容 ros2_control，适用于任何提供 effort 接口的机械臂。
• 专为部署高阶学习策略（如 VLA、Diffusion）与远程操控设计，无需依赖复杂路径规划（无 MoveIt），简化集成难度。
• Python 接口（CRISP_PY）封装 ROS2 细节，实现便捷机器人运动控制，兼顾强大 ROS2 API 能力。🐍
• 提供 Gymnasium 环境（CRISP_GYM），便于训练与测试强化学习策略，支持 LeRobotFormat 轨迹记录。
• 多参数动态调节，基于 generate_parameter_library，可实时调整刚度等关键控制参数，灵活适应不同任务需求。⚙️
• 包含多示范程序，支持 Franka Emika FR3 单臂与双臂配置，助力快速上手与实际应用验证。🤖
• 开源项目，文档完善，涵盖入门指南与演示，社区活跃，助力机器人控制与学习策略的无缝结合。

了解详情🔗utiasdsl.github.io/crisp_controllers
项目地址🔗github.com/utiasDSL/crisp_controllers

#机器人控制# #ROS2# #机械臂# #强化学习# #开源#