Saltar al contenido
ReviewRamble

El boletín semanal

La IA, analizada, en tu bandeja de entrada.

  • Nuevas reseñas de herramientas, modelos, servidores MCP y repos, con el veredicto por delante
  • Precios y valoraciones revisados cuando algo cambia
  • Nuevos análisis en cuanto se publican

Modelos, agentes, servidores MCP y las herramientas que de verdad merecen tu tiempo.

Un correo a la semana. Date de baja con el enlace de cualquier boletín. Cómo usamos tu correo

Eden

Framework de aprendizaje robótico sobre el simulador Genesis: una configuración tipada por tarea, entrenamiento en paralelo en GPU y despliegue en robots reales.

Reseña de ReviewRamble editors · Actualizado

Ver en GitHub Código abierto

Comparte esta página:XLinkedInFacebookRedditWhatsAppCorreo

Nuestra nota

3.8/5

Eden es un framework de aprendizaje robótico serio y con una documentación poco habitual, pero en la versión 0.1.0 conviene a laboratorios que asuman cambios incompatibles, no a equipos que necesiten estabilidad.

¿Qué es Eden?

Eden (Embodied-AI Development Environments Nexus) es un framework de Python para aprendizaje robótico, no una lista recopilatoria. Se apoya en el simulador físico genesis-world: escribes una tarea como una única configuración tipada de Pydantic que cubre la escena, las observaciones, acciones y recompensas, y el ejecutor de entrenamiento; la entrenas en miles de entornos paralelos en GPU y luego ejecutas la política en MuJoCo o en hardware con `eden deploy`.

Incluye 47 robots y 11 montajes compuestos, 66 tareas (de la locomoción al piano y la caligrafía, más adaptaciones de robosuite, LIBERO, SIMPLER y PolaRiS), 245 términos combinables para recompensas, observaciones, acciones y otras partes de una tarea, y un catálogo de 21 políticas publicadas, entre ellas π0.5 y GR00T. Lo que contiene es código: trae cargadores para 12 o más conjuntos públicos de datos de movimiento en lugar de datos propios, y salvo Mochi, un solver para dinámica acoplada de sólidos rígidos, tela, cuerpos blandos y varillas, la simulación la pone Genesis. Los backends de hardware cubren los Unitree G1, Go2 y Go1, el LimX Oli, brazos Franka y manos de RoboTera y Wuji.

¿Merece la pena Eden?

Eden es un framework joven con costumbres de laboratorio veterano. El repositorio se creó en mayo de 2026, publicó la v0.1.0 en PyPI como eden-world el 12 de noviembre de 2026 y tiene 276 estrellas, pero su documentación trata la seguridad, la temporización y las licencias con más detalle que muchas plataformas robóticas maduras. Dos commits del 17 de noviembre se marcaron como incompatibles, y `main` fija un commit de Genesis no publicado, así que el código escrito hoy según la documentación puede necesitar cambios en pocas semanas.

El diseño sigue el patrón basado en gestores de IsaacLab de NVIDIA y de mjlab, ambos citados en el README, con Genesis debajo en lugar de Isaac Sim. Su atractivo es reunirlo todo en un paquete: entrenamiento con rsl-rl, rl_games, skrl o Stable-Baselines3 en varias GPU, redirección de movimiento humano a robots, teleoperación con GELLO, Meta Quest, PICO o guantes Wuji, grabación en formato HDF5 o LeRobot y exportación a ONNX o TorchScript. Linux con GPU NVIDIA es la plataforma principal; macOS y Windows se soportan sin garantías, y Python debe ser 3.12 o 3.13.

El despliegue es donde el código mueve máquinas reales, y los valores por defecto son prudentes. Un robot arranca en STOP y solo se mueve cuando un operador pulsa INIT y luego START; sin teclado ni mando se queda quieto. Aun así, la documentación pide tener la parada de emergencia a mano, colgar los robots con patas de una grúa en las primeras pruebas y empezar con 0.2 de las ganancias entrenadas. Hay un hueco documentado que importa: en el G1, el Go2 y el Oli, un hilo de control bloqueado sigue reenviando la última orden, de modo que el watchdog del propio robot nunca salta y la única salida es detener el proceso o pulsar la parada de emergencia. `eden deploy` solo acepta checkpoints de rsl_rl.

Las licencias necesitan revisión antes de un uso comercial. Eden es Apache 2.0, pero el extra opcional GraspGen es no comercial, los modelos corporales SMPL requieren aceptar una licencia y el SDK del guante Wuji envía eventos de uso anónimos salvo que se defina `WUJI_TELEMETRY_DISABLE=1`, algo que Eden no hace por ti. El repositorio incluye además un AGENTS.md y skills de Claude Code para escribir términos y portar tareas de mjlab, de modo que un agente de programación puede trabajar en él con las mismas reglas que los colaboradores humanos.

Dónde se gana su sitio

  • Un laboratorio universitario de humanoides con un Unitree G1

    Entrenar una política de marcha y probarla en el robot real

    Entrena `velocity_tracking_flat` en 4096 entornos, compruébala en MuJoCo con `--mujoco --menagerie` y despliégala con `--deploy_kp_kd_scale 0.2`, el robot en un pórtico y la política Holosoma como ranura de seguridad. El software es gratis; los costes son tiempo de GPU y una sesión supervisada.

  • Un investigador de manipulación que compara con resultados publicados

    Ejecutar tareas de LIBERO, robosuite o SIMPLER sin tres instalaciones distintas

    Eden reimplementa esas baterías como tareas propias y ejecuta políticas del catálogo con `eden inference --policy <name>`. El README las describe como reimplementaciones, no como el código original, algo que conviene indicar en cualquier artículo que publique las cifras.

  • Una startup de robótica que prepara una demo de mano diestra

    Convertir movimiento de manos humanas en datos de entrenamiento para una Wuji o una XHand

    Usa los extras de redirección (`dex-retargeter`, `pose`) para trasladar el movimiento a la mano, graba demostraciones teleoperadas en formato LeRobot y entrena. Los checkpoints de GVHMR y los modelos SMPL se descargan aparte, y GraspGen es no comercial.

Antes de decidirte

Puesta en marcha
`pip install eden-world` (no `eden`, que es otro paquete sin relación), luego `eden list` y `eden train --task reacher`. Requiere Python 3.12 o 3.13; la primera ejecución compila los kernels de Genesis, lo que lleva un rato. Los ejemplos necesitan un clon y `uv sync`.
Integraciones
genesis-world, MuJoCo para comprobaciones de simulación a simulación, rsl-rl, rl_games, skrl y Stable-Baselines3; conjuntos de datos HDF5 y LeRobot; exportación a ONNX y TorchScript; teleoperación con GELLO, Meta Quest, PICO, Wuji y SONIC; hardware de Unitree, LimX, Franka, RoboTera y Wuji.
Datos y privacidad
Funciona en tus propias máquinas. El SDK opcional de Wuji envía eventos de uso anónimos a un servicio de analítica externo salvo que se defina `WUJI_TELEMETRY_DISABLE=1`. El código es Apache 2.0; GraspGen es no comercial y los modelos SMPL requieren aceptar una licencia.
Coste a escala
Gratis. Entrenar a escala exige GPU NVIDIA, con varias GPU mediante DDP; el modo CPU basta para construir tareas y avanzar unos pocos entornos. Los robots, los montajes de seguridad y el tiempo de los operadores son los costes reales.
Límites
El trazado de rayos Nyx no tiene versión para macOS, el renderizado con Gaussian splats necesita CUDA, `eden deploy` solo admite checkpoints de rsl_rl y los montajes compuestos con piezas sin backend de hardware (KukaSharpa, las manos Inspire del G1) se rechazan en hardware.

Lo bueno

  • Una configuración tipada por tarea, con variantes como opciones de la CLI
  • 47 robots, 66 tareas y un catálogo de 21 políticas
  • Despliegue en hardware prudente y muy documentado
  • Entrenamiento, teleoperación, redirección y exportación en un paquete

Lo malo

  • Versión 0.1.0 con commits incompatibles frecuentes
  • La rama main fija un commit de Genesis no publicado
  • Un hilo de control bloqueado sigue enviando la última orden
  • Salvedades de uso no comercial y telemetría en algunos extras

Ideal para

Investigadores en robótica e ingenieros de laboratorio en Linux con GPU NVIDIA que quieren un único framework desde el entrenamiento simulado hasta un robot real.

Eden: preguntas frecuentes

¿Merece la pena Eden?
Eden es un framework de aprendizaje robótico serio y con una documentación poco habitual, pero en la versión 0.1.0 conviene a laboratorios que asuman cambios incompatibles, no a equipos que necesiten estabilidad. Le damos un 3.8 sobre 5.
¿Cuánto cuesta Eden?
Gratis bajo Apache 2.0. Algunos extras opcionales tienen otras condiciones: GraspGen está bajo la licencia no comercial de NVIDIA y los modelos corporales SMPL requieren aceptar una licencia.
¿Qué inconvenientes tiene Eden?
Versión 0.1.0 con commits incompatibles frecuentes; la rama main fija un commit de Genesis no publicado; un hilo de control bloqueado sigue enviando la última orden; salvedades de uso no comercial y telemetría en algunos extras.
¿Para quién es Eden?
Investigadores en robótica e ingenieros de laboratorio en Linux con GPU NVIDIA que quieren un único framework desde el entrenamiento simulado hasta un robot real.
¿Cuánto cuesta Eden para un equipo o en producción?
Gratis. Entrenar a escala exige GPU NVIDIA, con varias GPU mediante DDP; el modo CPU basta para construir tareas y avanzar unos pocos entornos. Los robots, los montajes de seguridad y el tiempo de los operadores son los costes reales.
¿Es Eden seguro para los datos de la empresa?
Funciona en tus propias máquinas. El SDK opcional de Wuji envía eventos de uso anónimos a un servicio de analítica externo salvo que se defina `WUJI_TELEMETRY_DISABLE=1`. El código es Apache 2.0; GraspGen es no comercial y los modelos SMPL requieren aceptar una licencia.

Respuestas comprobadas el 18 nov 2026.