O que é Eden?
Eden (Embodied-AI Development Environments Nexus) é um framework Python de aprendizado robótico, não uma lista curada. Ele roda sobre o simulador físico genesis-world: você escreve uma tarefa como uma única configuração Pydantic tipada que cobre a cena, as observações, ações e recompensas e o executor de treino, treina em milhares de ambientes paralelos em GPU e depois roda a política no MuJoCo ou em hardware com `eden deploy`.
Vem com 47 robôs e 11 montagens compostas, 66 tarefas (de locomoção a piano e caligrafia, além de portes de robosuite, LIBERO, SIMPLER e PolaRiS), 245 termos combináveis para recompensas, observações, ações e outras partes de uma tarefa e um catálogo de 21 políticas publicadas, entre elas π0.5 e GR00T. O que ele contém é código: traz carregadores para 12 ou mais conjuntos públicos de dados de movimento em vez de dados próprios e, fora o Mochi, um solver para dinâmica acoplada de corpos rígidos, tecido, corpos moles e hastes, a simulação vem do Genesis. Os backends de hardware cobrem os Unitree G1, Go2 e Go1, o LimX Oli, braços Franka e mãos RoboTera e Wuji.
Eden vale a pena?
O Eden é um framework jovem com hábitos de laboratório experiente. O repositório foi criado em maio de 2026, publicou a v0.1.0 no PyPI como eden-world em 12 de novembro de 2026 e tem 276 estrelas, mas a documentação trata segurança, temporização e licenças com mais detalhe do que muitas plataformas robóticas maduras. Dois commits de 17 de novembro foram marcados como incompatíveis, e a `main` fixa um commit não publicado do Genesis, então código escrito hoje com base na documentação pode precisar de mudanças em poucas semanas.
O desenho segue o padrão baseado em gerenciadores do IsaacLab da NVIDIA e do mjlab, ambos citados no README, com o Genesis por baixo no lugar do Isaac Sim. O atrativo é reunir tudo num pacote: treino com rsl-rl, rl_games, skrl ou Stable-Baselines3 em várias GPUs, transferência de movimento humano para robôs, teleoperação via GELLO, Meta Quest, PICO ou luvas Wuji, gravação em formato HDF5 ou LeRobot e exportação para ONNX ou TorchScript. Linux com GPU NVIDIA é a plataforma principal; macOS e Windows têm suporte sem garantia, e o Python precisa ser 3.12 ou 3.13.
A implantação é onde o código move máquinas de verdade, e os padrões são cautelosos. O robô inicia em STOP e só se move depois que um operador aperta INIT e depois START; sem teclado nem controle, fica parado. Mesmo assim, a documentação manda manter a parada de emergência ao alcance, pendurar robôs com pernas numa talha nas primeiras execuções e começar com 0.2 dos ganhos treinados. Há uma lacuna documentada que importa: no G1, no Go2 e no Oli, uma thread de controle travada continua reenviando o último comando, então o watchdog do próprio robô nunca dispara e a única saída é encerrar o processo ou acionar a parada de emergência. O `eden deploy` só aceita checkpoints de rsl_rl.
As licenças precisam de checagem antes de uso comercial. O Eden em si é Apache 2.0, mas o extra opcional GraspGen é não comercial, os modelos corporais SMPL exigem aceite de licença e o SDK da luva Wuji envia eventos de uso anônimos a menos que `WUJI_TELEMETRY_DISABLE=1` esteja definido, o que o Eden não faz por você. O repositório também traz um AGENTS.md e skills do Claude Code para escrever termos e portar tarefas do mjlab, para que um agente de programação trabalhe nele com as mesmas regras dos colaboradores humanos.
Onde ele se destaca
Um laboratório universitário de humanoides com um Unitree G1
Treinar uma política de caminhada e testá-la no robô real
Treine `velocity_tracking_flat` em 4.096 ambientes, confira no MuJoCo com `--mujoco --menagerie` e implante com `--deploy_kp_kd_scale 0.2`, com o robô num pórtico e a política Holosoma como slot de segurança. O software é gratuito; os custos são tempo de GPU e uma sessão supervisionada.
Uma pesquisadora de manipulação que compara com resultados publicados
Rodar tarefas do LIBERO, robosuite ou SIMPLER sem três instalações separadas
O Eden reimplementa essas suítes como tarefas próprias e roda políticas do catálogo com `eden inference --policy <name>`. O README as descreve como reimplementações, não como o código original, algo a deixar claro em qualquer artigo que publique os números.
Uma startup de robótica montando uma demo de mão hábil
Transformar movimento de mãos humanas em dados de treino para uma Wuji ou XHand
Use os extras de transferência (`dex-retargeter`, `pose`) para levar o movimento à mão, grave demonstrações teleoperadas em formato LeRobot e treine. Os checkpoints do GVHMR e os modelos SMPL são baixados à parte, e o GraspGen é não comercial.
Antes de decidir
- Configuração
- `pip install eden-world` (não `eden`, que é outro pacote sem relação), depois `eden list` e `eden train --task reacher`. Requer Python 3.12 ou 3.13; a primeira execução compila os kernels do Genesis, o que demora. Os exemplos precisam de um clone e `uv sync`.
- Integrações
- genesis-world, MuJoCo para checagens de simulação para simulação, rsl-rl, rl_games, skrl e Stable-Baselines3; conjuntos de dados HDF5 e LeRobot; exportação para ONNX e TorchScript; teleoperação com GELLO, Meta Quest, PICO, Wuji e SONIC; hardware Unitree, LimX, Franka, RoboTera e Wuji.
- Dados e privacidade
- Roda nas suas próprias máquinas. O SDK opcional da Wuji envia eventos de uso anônimos a um serviço de análise de terceiros a menos que `WUJI_TELEMETRY_DISABLE=1` esteja definido. O código é Apache 2.0; o GraspGen é não comercial e os modelos SMPL exigem aceite de licença.
- Custo em escala
- Gratuito. Treinar em escala exige GPUs NVIDIA, com várias GPUs via DDP; o modo CPU basta para montar tarefas e avançar alguns ambientes. Robôs, estruturas de segurança e tempo de operador são os custos reais.
- Limites
- O path tracing Nyx não tem versão para macOS, a renderização com Gaussian splats exige CUDA, o `eden deploy` só aceita checkpoints de rsl_rl e montagens compostas com peças sem backend de hardware (KukaSharpa, as mãos Inspire do G1) são recusadas em hardware.
O que é bom
- Uma configuração tipada por tarefa, com variantes como opções da CLI
- 47 robôs, 66 tarefas e um catálogo de 21 políticas
- Implantação em hardware cautelosa e bem documentada
- Treino, teleoperação, transferência de movimento e exportação num pacote
O que não é
- Versão 0.1.0 com commits incompatíveis frequentes
- A branch main fixa um commit não publicado do Genesis
- Uma thread de controle travada continua enviando o último comando
- Ressalvas de uso não comercial e telemetria em alguns extras
Ideal para
Pesquisadores de robótica e engenheiros de laboratório no Linux com GPUs NVIDIA que querem um único framework do treino simulado ao robô real.
Eden: perguntas frequentes
- Eden vale a pena?
- O Eden é um framework de aprendizado robótico sério e incomumente bem documentado, mas na versão 0.1.0 serve a laboratórios que aguentam mudanças incompatíveis, não a equipes que precisam de estabilidade. Damos nota 3.8 de 5.
- Quanto custa Eden?
- Gratuito sob Apache 2.0. Alguns extras opcionais têm outras condições: o GraspGen segue a licença não comercial da NVIDIA, e os modelos corporais SMPL exigem aceite de licença.
- Quais são as desvantagens de Eden?
- Versão 0.1.0 com commits incompatíveis frequentes; a branch main fixa um commit não publicado do Genesis; uma thread de controle travada continua enviando o último comando; ressalvas de uso não comercial e telemetria em alguns extras.
- Para quem Eden é indicado?
- Pesquisadores de robótica e engenheiros de laboratório no Linux com GPUs NVIDIA que querem um único framework do treino simulado ao robô real.
- Quanto custa Eden para uma equipe ou em produção?
- Gratuito. Treinar em escala exige GPUs NVIDIA, com várias GPUs via DDP; o modo CPU basta para montar tarefas e avançar alguns ambientes. Robôs, estruturas de segurança e tempo de operador são os custos reais.
- Eden é seguro para dados da empresa?
- Roda nas suas próprias máquinas. O SDK opcional da Wuji envia eventos de uso anônimos a um serviço de análise de terceiros a menos que `WUJI_TELEMETRY_DISABLE=1` esteja definido. O código é Apache 2.0; o GraspGen é não comercial e os modelos SMPL exigem aceite de licença.
Respostas verificadas em 18 de nov. de 2026.