尧图网站建设 
ManiSkill 文档构建与自动化生成指南Sphinx 管线、任务文档与机器人文档的完整工作流【免费下载链接】ManiSkillManipulation Skill Framework, an open source GPU parallelized robotics simulator and benchmark项目地址: https://gitcode.com/GitHub_Trending/ma/ManiSkillManiSkill 是一个基于 SAPIEN 的 GPU 并行化机器人仿真与操纵技能框架其官方文档体系由 Sphinx 构建并配套两套自动化生成脚本任务文档、机器人文档。本文以 docs/README.md 为骨架完整讲解文档构建环境的安装、实时预览服务器的启动并结合 docs/source/conf.py、docs/generate_task_docs.py、docs/generate_robot_docs.py 等源码深入剖析任务/机器人文档的自动生成原理、输出结构与维护方法。读完本文你将能够独立搭建 ManiSkill 文档开发环境、理解其文档流水线的内部机制并为新增任务或机器人自动生成与同步官方风格的文档。文档仓库结构一览在动手构建之前先厘清docs/目录的角色划分。ManiSkill 仓库采用源码与文档分离、内容可自动生成的布局构建入口与脚本docs/README.md构建说明、docs/Makefile与docs/make.batSphinx 构建入口、docs/requirements.txt文档依赖清单文档源Sphinx sourcedocs/source/内含conf.pySphinx 配置文件、index.md首页与 toctree、user_guide/、tasks/、robots/、roadmap/等章节目录静态资源docs/source/_static/包含css/custom.css、Logo 与 favicon、version_switcher.json版本切换器、env_thumbnails/任务视频缩略图与robot_images/机器人渲染图自动生成器docs/generate_task_docs.py与docs/generate_robot_docs.py分别产出docs/source/tasks/与docs/source/robots/下的大部分 Markdown 内容机器人元数据docs/metadata/robot.json记录各机器人建模质量评级与展示名称。文档首页 docs/source/index.md 通过 toctree 将user_guide/index、tasks/index、robots/index、roadmap/index四个部分聚合为站点主导航。安装 Sphinx 与文档主题根据 docs/README.md首先在项目根目录安装文档构建所需的全部依赖# 在项目根目录In the project root pip install -e .[docs]-e表示以可编辑模式安装当前包使import mani_skill直接指向源码[docs]则激活 setup.py 中定义的extras_require[docs]依赖组其中关键组件包括sphinx8.2.3固定版本的 Sphinx 文档生成器sphinx-autobuild本地实时预览服务器pydata_sphinx_theme本站使用的主题myst-parser让 Sphinx 直接解析 Markdown配合colon_fence、dollarmath等扩展sphinx-autoapi从mani_skill/源码自动生成 API 文档sphinx-autodoc-typehints、sphinx_copybutton、sphinxcontrib.spelling、sphinx-subfigure、sphinxcontrib-video、sphinx-togglebutton、sphinx_design类型提示渲染、代码复制按钮、拼写检查、子图、视频嵌入、折叠块与设计组件等辅助扩展。这些依赖同样被整理在 docs/requirements.txt 中便于在非 editable 场景下单独安装。启动实时预览服务器安装完成后进入docs/目录启动 sphinx-autobuild监听文档源文件的变化并自动重建# 在 docs/ 目录In docs/ rm -rf build/ sphinx-autobuild --ignore ./source/api ./source ./build/html该命令包含两个要点rm -rf build/先清理上次构建产物避免陈旧 HTML 残留干扰预览--ignore ./source/api是关键source/api是 autoapi 扩展自动生成的 API 文档目录若不对其设忽略autobuild 在重建 api 目录时可能触发无限循环重建忽略后仅监控手写源文件。除此之外也可以直接使用 Sphinx 自带的构建入口。docs/Makefile中SPHINXBUILD sphinx-build、SOURCEDIR source、BUILDDIR build因此在docs/下执行make html即可完成一次性静态构建。Sphinx 配置深度解析docs/source/conf.py 是整个文档管线的中枢理解它就能理解构建行为。其关键设计如下1. 包路径注入与版本号同步sys.path.insert(0, os.path.join(os.path.dirname(__file__), ../../mani_skill)) import mani_skill __version__ mani_skill.__version__ project ManiSkill release __version__ version __version__通过将../../mani_skill注入sys.path使 autodoc/autoapi 能在构建期导入源码project、version、release全部取自mani_skill.__version__保证文档版本号与 Python 包版本号当前 setup.py 中为3.0.1始终一致。2. 扩展矩阵extensions列表docs/source/conf.py同时启用了sphinx.ext.autodoc、autosummary、viewcode、napoleon、intersphinx与myst_parser、autoapi.extension等。其中myst_enable_extensions [colon_fence, dollarmath]启用了:::冒号围栏任务卡片即用它实现下拉折叠与$...$数学公式语法myst_heading_anchors 4为 Markdown 标题自动生成锚点intersphinx_mapping {gymnasium: (https://gymnasium.farama.org/, None)}允许交叉引用 Gymnasium 文档。3. 主题与版本切换器html_theme pydata_sphinx_theme并配置了html_logo、html_favicon、深色模式 Logo_static/logo_white.svg。版本切换器读取 docs/source/_static/version_switcher.json其中列出latest与v3.0.1 (stable)两个版本入口conf.py中通过READTHEDOCS_VERSION环境变量未设置时回退为v __version__确定当前展示版本。4. autoapi 自动 API 文档autoapi_type python autoapi_dirs [../../mani_skill/] autoapi_root api autoapi_keep_files Trueautoapi 会为mani_skill/下所有模块生成 API 页面输出到source/api这正是 autobuild 命令需要--ignore ./source/api的原因。同时通过autoapi_ignore排除了utils/scene_builder/*.py、agents/robots/*.py、examples/*.py、render/*.py以及过时的sensors/depth_camera.py等无需文档化的内部/示例模块避免 API 文档过于臃肿。自动生成任务文档generate_task_docs.pydocs/README.md给出了任务文档的生成入口# 在 docs/ 目录 python generate_task_docs.py执行后会在docs/source/tasks/下按类别重建索引页。其内部流程见 docs/generate_task_docs.py可拆解为四步1. 扫描并导入任务模块递归遍历mani_skill/envs/tasks/下所有.py文件跳过__开头的模块按相对路径转换为模块名并importlib.import_module再用inspect收集定义于该模块内cls.__module__匹配的类。2. 过滤已注册环境通过mani_skill.utils.registration.REGISTERED_ENVS见 mani_skill/utils/registration.py筛选出真正注册为环境的类得到(env_id, cls)映射同时从mani_skill.utils.download_demo.DATASET_SOURCES判断该任务是否提供演示数据集。3. 按类别归类TASK_CATEGORIES_TO_INCLUDE定义了六个类别——tabletop、humanoid、mobile_manipulation、quadruped、control、drawingTASK_CATEGORIES_NAME_MAP {tabletop: table_top_gripper}将类别名映射为输出目录名因此表格类任务写往docs/source/tasks/table_top_gripper/。4. 生成索引页与任务卡片每个类别生成一个index.md先写入全局徽章asset / dense reward / sparse reward / demos定义与类别头部说明再输出任务总表列Task、Preview、Dense Reward、Success/Fail Conditions、Demos、Max Episode Steps最后为每个环境生成带 docstring 的任务卡片dense/sparse徽章由cls.SUPPORTED_REWARD_MODES决定max_episode_steps取自REGISTERED_ENVS[env_id].max_episode_steps未设置则为N/A演示缩略图若任务的_sample_video_link指向figures/environment_demos/下某个 mp4脚本会用 OpenCVcv2.VideoCapture抽取视频首帧与末帧等比缩放到 256px 后压缩存为 PNG输出到docs/source/_static/env_thumbnails/每个任务卡片通过:::{dropdown} Task Card折叠块承载清洗后的类 docstring并内嵌video播放器poster 使用首帧缩略图。任务文档生成器还会做一致性校验若某环境定义了自定义稠密奖励compute_dense_reward/compute_normalized_dense_reward相对BaseEnv有重写却未在SUPPORTED_REWARD_MODES中声明dense会在终端打印 Warning帮助开发者及时修正奖励声明。自动生成机器人文档generate_robot_docs.py机器人文档的生成入口同样来自 docs/README.md# 在 docs/ 目录 # 生成全部机器人文档 python generate_robot_docs.py # 只更新某一个机器人的文档 python generate_robot_docs.py robot_uidrobot_uid是机器人的唯一标识如panda、so100、unitree_g1传入后仅重写对应机器人的页面适合迭代单个 URDF 时快速验证。机器人发现机制脚本通过inspect.getmembers(mani_skill.agents.robots)收集所有类并仅保留__module__以mani_skill.agents.robots开头的类即本仓库定义的机器人而非从别处导入的逐个取agent.uid作为页面目录名。渲染与截图对每个机器人创建EmptyEnv(robot_uidsagent.uid, render_modergb_array, human_render_camera_configsdict(shader_packrt, width1024, height1024))——即空场景 光线追踪rtshader 渲染若机器人定义了 keyframes则先set_qpos/set_pose到首帧姿态再通过sapien_utils.look_at自动估算相机位姿以包围盒中心为目标、让机器人约占画面 80%分别从正面与侧面截图。视觉网格截图后脚本还会遍历所有 link 的碰撞形状球、盒、胶囊、凸网格、三角网格、平面、圆柱等用蓝/绿/红材质覆盖渲染出碰撞模型图最终在docs/source/_static/robot_images/{uid}/下生成front_visual.png、side_visual.png、thumbnail.png、front_collision.png、side_collision.png五张图。建模质量评级机器人质量取自 docs/metadata/robot.json评级标准与 Mujoco Menagerie 一致等级含义A参数来自正规的系统辨识proper system identificationA参数真实合理但未经正规辨识B仿真稳定但部分参数不真实C条件稳定仍有较大改进空间例如panda、so100、xarm6_robotiq、koch-v1.1为 A 级fetch、anymal_c、unitree_g1为 B 级floating_robotiq_2f_85_gripper为 C 级。需要说明的是即便某些机器人为 A/A 级官方仍建议用户针对自己实体做系统辨识。无法稳定仿真的机器人根本不会被收录。单页内容每个机器人页docs/source/robots/{uid}/index.md包含 Robot UID、Agent 类源码链接、质量评级及说明、自由度env.agent.robot.dof.item()、已实现控制器列表env.agent._controller_configs.keys()以及视觉网格 / 碰撞网格两组正侧面对比图。此外脚本会统一生成机器人总览页docs/source/robots/index.md以可点击缩略图画廊Gallery列出全部机器人并校验robot.json中是否存在有元数据但无对应类的冗余条目。维护实践与注意事项综合上述两条生成管线日常维护文档时需遵守以下约定生成文件勿手改docs/source/tasks/与docs/source/robots/下的生成页面文件头部均注明THIS IS ALL GENERATED DOCUMENTATION...DO NOT MODIFY。修改任务描述应改任务类的 docstring修改机器人名称/质量应改 docs/metadata/robot.json随后重新运行对应生成脚本。新增任务在mani_skill/envs/tasks/category/下编写环境类并用register_env注册见 mani_skill/utils/registration.py补充 docstring、SUPPORTED_REWARD_MODES、_sample_video_link后运行python generate_task_docs.py即可自动进入任务总表并获得缩略图。新增机器人在mani_skill/agents/robots/下实现 Agent 类后先在 docs/metadata/robot.json 登记quality与name再运行python generate_robot_docs.py全量或python generate_robot_docs.py uid单机。构建检查生成脚本内置了任务 docstring 缺失、稠密奖励声明不一致、_sample_video_link缺失等 Warning 提示配合sphinxcontrib.spelling拼写检查与固定版本的sphinx8.2.3可保证构建结果在 CI/ReadTheDocs 环境下可复现。结语ManiSkill 的文档体系是手写叙事 机器生成事实结合的典型实践user_guide/等教程由人工维护而任务清单、机器人画廊与 API 参考则由 docs/generate_task_docs.py、docs/generate_robot_docs.py 与 autoapi 从源码自动派生既避免了文档与代码脱节又通过pip install -e .[docs] sphinx-autobuild 保证了开发期的即时预览。理解这条流水线后你既能快速为本仓库的任务与机器人补齐官方风格文档也能将该配置驱动 源码反射 自动渲染的文档生成模式复用到其他机器人仿真项目中。【免费下载链接】ManiSkillManipulation Skill Framework, an open source GPU parallelized robotics simulator and benchmark项目地址: https://gitcode.com/GitHub_Trending/ma/ManiSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 ManiSkill 文档构建与自动化生成指南：Sphinx 管线、任务文档与机器人文档的完整工作流
ManiSkill 文档构建与自动化生成指南Sphinx 管线、任务文档与机器人文档的完整工作流【免费下载链接】ManiSkillManipulation Skill Framework, an open source GPU parallelized robotics simulator and benchmark项目地址: https://gitcode.com/GitHub_Trending/ma/ManiSkillManiSkill 是一个基于 SAPIEN 的 GPU 并行化机器人仿真与操纵技能框架其官方文档体系由 Sphinx 构建并配套两套自动化生成脚本任务文档、机器人文档。本文以 docs/README.md 为骨架完整讲解文档构建环境的安装、实时预览服务器的启动并结合 docs/source/conf.py、docs/generate_task_docs.py、docs/generate_robot_docs.py 等源码深入剖析任务/机器人文档的自动生成原理、输出结构与维护方法。读完本文你将能够独立搭建 ManiSkill 文档开发环境、理解其文档流水线的内部机制并为新增任务或机器人自动生成与同步官方风格的文档。文档仓库结构一览在动手构建之前先厘清docs/目录的角色划分。ManiSkill 仓库采用源码与文档分离、内容可自动生成的布局构建入口与脚本docs/README.md构建说明、docs/Makefile与docs/make.batSphinx 构建入口、docs/requirements.txt文档依赖清单文档源Sphinx sourcedocs/source/内含conf.pySphinx 配置文件、index.md首页与 toctree、user_guide/、tasks/、robots/、roadmap/等章节目录静态资源docs/source/_static/包含css/custom.css、Logo 与 favicon、version_switcher.json版本切换器、env_thumbnails/任务视频缩略图与robot_images/机器人渲染图自动生成器docs/generate_task_docs.py与docs/generate_robot_docs.py分别产出docs/source/tasks/与docs/source/robots/下的大部分 Markdown 内容机器人元数据docs/metadata/robot.json记录各机器人建模质量评级与展示名称。文档首页 docs/source/index.md 通过 toctree 将user_guide/index、tasks/index、robots/index、roadmap/index四个部分聚合为站点主导航。安装 Sphinx 与文档主题根据 docs/README.md首先在项目根目录安装文档构建所需的全部依赖# 在项目根目录In the project root pip install -e .[docs]-e表示以可编辑模式安装当前包使import mani_skill直接指向源码[docs]则激活 setup.py 中定义的extras_require[docs]依赖组其中关键组件包括sphinx8.2.3固定版本的 Sphinx 文档生成器sphinx-autobuild本地实时预览服务器pydata_sphinx_theme本站使用的主题myst-parser让 Sphinx 直接解析 Markdown配合colon_fence、dollarmath等扩展sphinx-autoapi从mani_skill/源码自动生成 API 文档sphinx-autodoc-typehints、sphinx_copybutton、sphinxcontrib.spelling、sphinx-subfigure、sphinxcontrib-video、sphinx-togglebutton、sphinx_design类型提示渲染、代码复制按钮、拼写检查、子图、视频嵌入、折叠块与设计组件等辅助扩展。这些依赖同样被整理在 docs/requirements.txt 中便于在非 editable 场景下单独安装。启动实时预览服务器安装完成后进入docs/目录启动 sphinx-autobuild监听文档源文件的变化并自动重建# 在 docs/ 目录In docs/ rm -rf build/ sphinx-autobuild --ignore ./source/api ./source ./build/html该命令包含两个要点rm -rf build/先清理上次构建产物避免陈旧 HTML 残留干扰预览--ignore ./source/api是关键source/api是 autoapi 扩展自动生成的 API 文档目录若不对其设忽略autobuild 在重建 api 目录时可能触发无限循环重建忽略后仅监控手写源文件。除此之外也可以直接使用 Sphinx 自带的构建入口。docs/Makefile中SPHINXBUILD sphinx-build、SOURCEDIR source、BUILDDIR build因此在docs/下执行make html即可完成一次性静态构建。Sphinx 配置深度解析docs/source/conf.py 是整个文档管线的中枢理解它就能理解构建行为。其关键设计如下1. 包路径注入与版本号同步sys.path.insert(0, os.path.join(os.path.dirname(__file__), ../../mani_skill)) import mani_skill __version__ mani_skill.__version__ project ManiSkill release __version__ version __version__通过将../../mani_skill注入sys.path使 autodoc/autoapi 能在构建期导入源码project、version、release全部取自mani_skill.__version__保证文档版本号与 Python 包版本号当前 setup.py 中为3.0.1始终一致。2. 扩展矩阵extensions列表docs/source/conf.py同时启用了sphinx.ext.autodoc、autosummary、viewcode、napoleon、intersphinx与myst_parser、autoapi.extension等。其中myst_enable_extensions [colon_fence, dollarmath]启用了:::冒号围栏任务卡片即用它实现下拉折叠与$...$数学公式语法myst_heading_anchors 4为 Markdown 标题自动生成锚点intersphinx_mapping {gymnasium: (https://gymnasium.farama.org/, None)}允许交叉引用 Gymnasium 文档。3. 主题与版本切换器html_theme pydata_sphinx_theme并配置了html_logo、html_favicon、深色模式 Logo_static/logo_white.svg。版本切换器读取 docs/source/_static/version_switcher.json其中列出latest与v3.0.1 (stable)两个版本入口conf.py中通过READTHEDOCS_VERSION环境变量未设置时回退为v __version__确定当前展示版本。4. autoapi 自动 API 文档autoapi_type python autoapi_dirs [../../mani_skill/] autoapi_root api autoapi_keep_files Trueautoapi 会为mani_skill/下所有模块生成 API 页面输出到source/api这正是 autobuild 命令需要--ignore ./source/api的原因。同时通过autoapi_ignore排除了utils/scene_builder/*.py、agents/robots/*.py、examples/*.py、render/*.py以及过时的sensors/depth_camera.py等无需文档化的内部/示例模块避免 API 文档过于臃肿。自动生成任务文档generate_task_docs.pydocs/README.md给出了任务文档的生成入口# 在 docs/ 目录 python generate_task_docs.py执行后会在docs/source/tasks/下按类别重建索引页。其内部流程见 docs/generate_task_docs.py可拆解为四步1. 扫描并导入任务模块递归遍历mani_skill/envs/tasks/下所有.py文件跳过__开头的模块按相对路径转换为模块名并importlib.import_module再用inspect收集定义于该模块内cls.__module__匹配的类。2. 过滤已注册环境通过mani_skill.utils.registration.REGISTERED_ENVS见 mani_skill/utils/registration.py筛选出真正注册为环境的类得到(env_id, cls)映射同时从mani_skill.utils.download_demo.DATASET_SOURCES判断该任务是否提供演示数据集。3. 按类别归类TASK_CATEGORIES_TO_INCLUDE定义了六个类别——tabletop、humanoid、mobile_manipulation、quadruped、control、drawingTASK_CATEGORIES_NAME_MAP {tabletop: table_top_gripper}将类别名映射为输出目录名因此表格类任务写往docs/source/tasks/table_top_gripper/。4. 生成索引页与任务卡片每个类别生成一个index.md先写入全局徽章asset / dense reward / sparse reward / demos定义与类别头部说明再输出任务总表列Task、Preview、Dense Reward、Success/Fail Conditions、Demos、Max Episode Steps最后为每个环境生成带 docstring 的任务卡片dense/sparse徽章由cls.SUPPORTED_REWARD_MODES决定max_episode_steps取自REGISTERED_ENVS[env_id].max_episode_steps未设置则为N/A演示缩略图若任务的_sample_video_link指向figures/environment_demos/下某个 mp4脚本会用 OpenCVcv2.VideoCapture抽取视频首帧与末帧等比缩放到 256px 后压缩存为 PNG输出到docs/source/_static/env_thumbnails/每个任务卡片通过:::{dropdown} Task Card折叠块承载清洗后的类 docstring并内嵌video播放器poster 使用首帧缩略图。任务文档生成器还会做一致性校验若某环境定义了自定义稠密奖励compute_dense_reward/compute_normalized_dense_reward相对BaseEnv有重写却未在SUPPORTED_REWARD_MODES中声明dense会在终端打印 Warning帮助开发者及时修正奖励声明。自动生成机器人文档generate_robot_docs.py机器人文档的生成入口同样来自 docs/README.md# 在 docs/ 目录 # 生成全部机器人文档 python generate_robot_docs.py # 只更新某一个机器人的文档 python generate_robot_docs.py robot_uidrobot_uid是机器人的唯一标识如panda、so100、unitree_g1传入后仅重写对应机器人的页面适合迭代单个 URDF 时快速验证。机器人发现机制脚本通过inspect.getmembers(mani_skill.agents.robots)收集所有类并仅保留__module__以mani_skill.agents.robots开头的类即本仓库定义的机器人而非从别处导入的逐个取agent.uid作为页面目录名。渲染与截图对每个机器人创建EmptyEnv(robot_uidsagent.uid, render_modergb_array, human_render_camera_configsdict(shader_packrt, width1024, height1024))——即空场景 光线追踪rtshader 渲染若机器人定义了 keyframes则先set_qpos/set_pose到首帧姿态再通过sapien_utils.look_at自动估算相机位姿以包围盒中心为目标、让机器人约占画面 80%分别从正面与侧面截图。视觉网格截图后脚本还会遍历所有 link 的碰撞形状球、盒、胶囊、凸网格、三角网格、平面、圆柱等用蓝/绿/红材质覆盖渲染出碰撞模型图最终在docs/source/_static/robot_images/{uid}/下生成front_visual.png、side_visual.png、thumbnail.png、front_collision.png、side_collision.png五张图。建模质量评级机器人质量取自 docs/metadata/robot.json评级标准与 Mujoco Menagerie 一致等级含义A参数来自正规的系统辨识proper system identificationA参数真实合理但未经正规辨识B仿真稳定但部分参数不真实C条件稳定仍有较大改进空间例如panda、so100、xarm6_robotiq、koch-v1.1为 A 级fetch、anymal_c、unitree_g1为 B 级floating_robotiq_2f_85_gripper为 C 级。需要说明的是即便某些机器人为 A/A 级官方仍建议用户针对自己实体做系统辨识。无法稳定仿真的机器人根本不会被收录。单页内容每个机器人页docs/source/robots/{uid}/index.md包含 Robot UID、Agent 类源码链接、质量评级及说明、自由度env.agent.robot.dof.item()、已实现控制器列表env.agent._controller_configs.keys()以及视觉网格 / 碰撞网格两组正侧面对比图。此外脚本会统一生成机器人总览页docs/source/robots/index.md以可点击缩略图画廊Gallery列出全部机器人并校验robot.json中是否存在有元数据但无对应类的冗余条目。维护实践与注意事项综合上述两条生成管线日常维护文档时需遵守以下约定生成文件勿手改docs/source/tasks/与docs/source/robots/下的生成页面文件头部均注明THIS IS ALL GENERATED DOCUMENTATION...DO NOT MODIFY。修改任务描述应改任务类的 docstring修改机器人名称/质量应改 docs/metadata/robot.json随后重新运行对应生成脚本。新增任务在mani_skill/envs/tasks/category/下编写环境类并用register_env注册见 mani_skill/utils/registration.py补充 docstring、SUPPORTED_REWARD_MODES、_sample_video_link后运行python generate_task_docs.py即可自动进入任务总表并获得缩略图。新增机器人在mani_skill/agents/robots/下实现 Agent 类后先在 docs/metadata/robot.json 登记quality与name再运行python generate_robot_docs.py全量或python generate_robot_docs.py uid单机。构建检查生成脚本内置了任务 docstring 缺失、稠密奖励声明不一致、_sample_video_link缺失等 Warning 提示配合sphinxcontrib.spelling拼写检查与固定版本的sphinx8.2.3可保证构建结果在 CI/ReadTheDocs 环境下可复现。结语ManiSkill 的文档体系是手写叙事 机器生成事实结合的典型实践user_guide/等教程由人工维护而任务清单、机器人画廊与 API 参考则由 docs/generate_task_docs.py、docs/generate_robot_docs.py 与 autoapi 从源码自动派生既避免了文档与代码脱节又通过pip install -e .[docs] sphinx-autobuild 保证了开发期的即时预览。理解这条流水线后你既能快速为本仓库的任务与机器人补齐官方风格文档也能将该配置驱动 源码反射 自动渲染的文档生成模式复用到其他机器人仿真项目中。【免费下载链接】ManiSkillManipulation Skill Framework, an open source GPU parallelized robotics simulator and benchmark项目地址: https://gitcode.com/GitHub_Trending/ma/ManiSkill创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考