Was ist Eden?
Eden (Embodied-AI Development Environments Nexus) ist ein Python-Framework für Robot Learning, keine kuratierte Liste. Es baut auf dem Physiksimulator genesis-world auf: Du schreibst eine Aufgabe als eine typisierte Pydantic-Konfiguration für Szene, Beobachtungen, Aktionen und Belohnungen sowie den Trainings-Runner, trainierst sie in Tausenden parallelen GPU-Umgebungen und lässt die Policy dann mit `eden deploy` in MuJoCo oder auf Hardware laufen.
Mitgeliefert werden 47 Roboter und 11 zusammengesetzte Rigs, 66 Aufgaben (von Fortbewegung bis Klavier und Kalligrafie, dazu Portierungen von robosuite, LIBERO, SIMPLER und PolaRiS), 245 kombinierbare Terme für Belohnungen, Beobachtungen, Aktionen und andere Teile einer Aufgabe sowie ein Zoo von 21 veröffentlichten Policies, darunter π0.5 und GR00T. Enthalten ist Code: Statt eigener Datensätze bringt es Loader für 12 oder mehr öffentliche Bewegungsdatensätze mit, und abgesehen von Mochi, einem Solver für gekoppelte Dynamik von Starrkörpern, Stoff, Weichkörpern und Stäben, stammt die Simulation von Genesis. Hardware-Backends gibt es für Unitree G1, Go2 und Go1, den LimX Oli, Franka-Arme sowie Hände von RoboTera und Wuji.
Lohnt sich Eden?
Eden ist ein junges Framework mit den Gewohnheiten eines erfahrenen Labors. Das Repository entstand im Mai 2026, veröffentlichte v0.1.0 am 12. November 2026 als eden-world auf PyPI und hat 276 Sterne, doch seine Doku behandelt Sicherheit, Timing und Lizenzen genauer als viele ausgereifte Robotik-Stacks. Zwei Commits vom 17. November waren als inkompatibel markiert, und `main` pinnt einen unveröffentlichten Genesis-Commit, sodass Code nach der heutigen Doku binnen Wochen Anpassungen brauchen kann.
Das Design folgt dem managerbasierten Muster von NVIDIAs IsaacLab und von mjlab, beide im README genannt, mit Genesis statt Isaac Sim darunter. Der Reiz liegt in der Bandbreite in einem Paket: Training mit rsl-rl, rl_games, skrl oder Stable-Baselines3 über mehrere GPUs, Übertragung menschlicher Bewegung auf Roboter, Teleoperation über GELLO, Meta Quest, PICO oder Wuji-Handschuhe, Aufzeichnung im HDF5- oder LeRobot-Format und Export nach ONNX oder TorchScript. Linux mit NVIDIA-GPU ist die Hauptplattform; macOS und Windows laufen ohne Gewähr, und Python muss 3.12 oder 3.13 sein.
Beim Deployment bewegt der Code echte Maschinen, und die Voreinstellungen sind vorsichtig. Ein Roboter startet in STOP und bewegt sich erst, wenn ein Bediener INIT und dann START drückt; ohne Tastatur oder Fernbedienung bleibt er stehen. Die Doku rät trotzdem, den Not-Aus in Reichweite zu halten, Laufroboter bei den ersten Läufen an einen Hebezug zu hängen und mit 0.2 der trainierten Verstärkungen zu beginnen. Eine dokumentierte Lücke zählt: Bei G1, Go2 und Oli sendet ein hängender Steuer-Thread den letzten Befehl weiter, sodass der Watchdog des Roboters nie auslöst und nur das Beenden des Prozesses oder der Not-Aus bleibt. `eden deploy` akzeptiert nur rsl_rl-Checkpoints.
Vor kommerzieller Nutzung sind die Lizenzen zu prüfen. Eden selbst steht unter Apache 2.0, aber das optionale Extra GraspGen ist nichtkommerziell, SMPL-Körpermodelle sind lizenzpflichtig, und das SDK des Wuji-Handschuhs sendet anonyme Nutzungsereignisse, solange `WUJI_TELEMETRY_DISABLE=1` nicht gesetzt ist, was Eden nicht für dich erledigt. Das Repository bringt außerdem eine AGENTS.md und Claude-Code-Skills zum Schreiben von Termen und zum Portieren von mjlab-Aufgaben mit, sodass ein Coding-Agent nach denselben Regeln darin arbeiten kann wie menschliche Mitwirkende.
Wo es sich lohnt
Ein Humanoiden-Labor einer Universität mit einem Unitree G1
Eine Geh-Policy trainieren und auf dem echten Roboter testen
`velocity_tracking_flat` in 4.096 Umgebungen trainieren, in MuJoCo mit `--mujoco --menagerie` prüfen und dann mit `--deploy_kp_kd_scale 0.2` deployen, den Roboter im Gestell und die Holosoma-Policy als Sicherheits-Slot. Die Software ist kostenlos; Kosten sind GPU-Zeit und eine betreute Sitzung.
Eine Manipulationsforscherin, die mit veröffentlichten Baselines vergleicht
LIBERO-, robosuite- oder SIMPLER-Aufgaben ohne drei getrennte Setups ausführen
Eden implementiert diese Suiten als eigene Aufgaben neu und führt Zoo-Policies mit `eden inference --policy <name>` aus. Das README nennt sie Neuimplementierungen, nicht den Originalcode, was jede Veröffentlichung mit diesen Zahlen erwähnen sollte.
Ein Robotik-Start-up, das eine Demo mit geschickter Hand baut
Menschliche Handbewegungen in Trainingsdaten für eine Wuji- oder XHand verwandeln
Mit den Retargeting-Extras (`dex-retargeter`, `pose`) die Bewegung auf die Hand übertragen, teleoperierte Demonstrationen im LeRobot-Format aufzeichnen und trainieren. GVHMR-Checkpoints und SMPL-Modelle sind separate Downloads, und GraspGen ist nichtkommerziell.
Bevor du dich festlegst
- Einrichtung
- `pip install eden-world` (nicht `eden`, das ist ein fremdes Paket), dann `eden list` und `eden train --task reacher`. Braucht Python 3.12 oder 3.13; der erste Lauf kompiliert Genesis-Kernel, was dauert. Die Beispiele brauchen einen Klon und `uv sync`.
- Integrationen
- genesis-world, MuJoCo für Sim-to-Sim-Prüfungen, rsl-rl, rl_games, skrl und Stable-Baselines3; HDF5- und LeRobot-Datensätze; Export nach ONNX und TorchScript; Teleoperation mit GELLO, Meta Quest, PICO, Wuji und SONIC; Hardware von Unitree, LimX, Franka, RoboTera und Wuji.
- Daten und Datenschutz
- Läuft auf deinen eigenen Rechnern. Das optionale Wuji-SDK sendet anonyme Nutzungsereignisse an einen fremden Analysedienst, solange `WUJI_TELEMETRY_DISABLE=1` nicht gesetzt ist. Der Code steht unter Apache 2.0; GraspGen ist nichtkommerziell, SMPL-Modelle sind lizenzpflichtig.
- Kosten im großen Maßstab
- Kostenlos. Training im großen Stil braucht NVIDIA-GPUs, mehrere GPUs über DDP; der CPU-Modus reicht, um Aufgaben zu bauen und einige Umgebungen zu takten. Die echten Kosten sind Roboter, Sicherheitsaufbauten und Bedienerzeit.
- Grenzen
- Für Nyx-Pathtracing gibt es keinen macOS-Build, Gaussian-Splat-Rendering braucht CUDA, `eden deploy` unterstützt nur rsl_rl-Checkpoints, und zusammengesetzte Rigs mit Teilen ohne Hardware-Backend (KukaSharpa, die Inspire-Hände des G1) werden auf Hardware abgelehnt.
Was gut ist
- Eine typisierte Konfiguration pro Aufgabe, Varianten als CLI-Flags
- 47 Roboter, 66 Aufgaben und ein Zoo mit 21 Policies
- Vorsichtiges, gründlich dokumentiertes Hardware-Deployment
- Training, Teleoperation, Retargeting und Export in einem Paket
Was nicht
- Version 0.1.0 mit häufigen inkompatiblen Commits
- Der main-Branch pinnt einen unveröffentlichten Genesis-Commit
- Ein hängender Steuer-Thread sendet weiter den letzten Befehl
- Einschränkungen zu nichtkommerzieller Nutzung und Telemetrie bei einigen Extras
Am besten für
Robotikforscher und Laboringenieure unter Linux mit NVIDIA-GPUs, die ein Framework vom simulierten Training bis zum echten Roboter wollen.
Eden: häufige Fragen
- Lohnt sich Eden?
- Eden ist ein ernsthaftes, ungewöhnlich gut dokumentiertes Robot-Learning-Framework, doch in Version 0.1.0 passt es zu Laboren, die inkompatible Änderungen verkraften, nicht zu Teams, die Stabilität brauchen. Wir bewerten es mit 3.8 von 5.
- Was kostet Eden?
- Kostenlos unter Apache 2.0. Einige optionale Extras haben andere Bedingungen: GraspGen steht unter NVIDIAs nichtkommerzieller Lizenz, und SMPL-Körpermodelle sind lizenzpflichtig.
- Welche Nachteile hat Eden?
- Version 0.1.0 mit häufigen inkompatiblen Commits; Der main-Branch pinnt einen unveröffentlichten Genesis-Commit; Ein hängender Steuer-Thread sendet weiter den letzten Befehl; Einschränkungen zu nichtkommerzieller Nutzung und Telemetrie bei einigen Extras.
- Für wen eignet sich Eden?
- Robotikforscher und Laboringenieure unter Linux mit NVIDIA-GPUs, die ein Framework vom simulierten Training bis zum echten Roboter wollen.
- Was kostet Eden für ein Team oder im Produktivbetrieb?
- Kostenlos. Training im großen Stil braucht NVIDIA-GPUs, mehrere GPUs über DDP; der CPU-Modus reicht, um Aufgaben zu bauen und einige Umgebungen zu takten. Die echten Kosten sind Roboter, Sicherheitsaufbauten und Bedienerzeit.
- Ist Eden sicher für Firmendaten?
- Läuft auf deinen eigenen Rechnern. Das optionale Wuji-SDK sendet anonyme Nutzungsereignisse an einen fremden Analysedienst, solange `WUJI_TELEMETRY_DISABLE=1` nicht gesetzt ist. Der Code steht unter Apache 2.0; GraspGen ist nichtkommerziell, SMPL-Modelle sind lizenzpflichtig.
Antworten geprüft am 18. Nov. 2026.