Ce projet fournit les fichiers de description et les maillages 3D du bras robotique TIRREX Arm TRX7. Il permet aux développeurs et chercheurs de simuler et d'intégrer ce robot dans des environnements de simulation comme MuJoCo. Les modèles incluent les articulations, les corps et les capteurs pour une représentation précise du robot.

Ce dépôt contient les modèles (urdf, sdf, 3D) des drones de LS2N utilisés pour les simulations. Il offre un support via la wiki LS2N ou les canaux Mattermost.

Le projet robocop-shadow-description fournit une description complète des robots Shadow, y compris leurs modèles et maillages 3D. Il est utilisé pour simuler et contrôler les mouvements de ces robots.

Ce projet développe des modèles d'intelligence artificielle pour générer des ligands moléculaires adaptés à des poches protéiques spécifiques, comme le récepteur nicotinique a4a5b2. Il combine des réseaux de génération de formes (BicycleGAN) et des réseaux de description de ligands (VAE + LSTM) pour produire des structures chimiques plausibles à partir de données 3D voxelisées. L'objectif est d'accélérer la découverte de nouveaux composés pharmaceutiques en automatisant la conception de molécules ciblées.

Ce projet permet de générer des fichiers URDF (Unified Robot Description Format) pour modéliser des robots, notamment des bras robotiques comme le SCARA. Il offre également des outils pour visualiser ces modèles en 3D, facilitant ainsi la conception et le prototypage de systèmes robotiques.

Ce projet fournit une description complète d'un robot sous-marin nommé REMI, incluant sa modélisation 3D et ses maillages. Il permet aux chercheurs et ingénieurs de simuler et tester des comportements robotiques dans des environnements sous-marins virtuels. Le package est conçu pour être intégré dans des frameworks de simulation comme MuJoCo, facilitant ainsi la recherche et le développement en robotique marine.

Le projet hal-description est une application permettant de décrire et de gérer des métadonnées pour des publications de recherche. Il offre la possibilité d'indexer des publications pour les rendre accessibles et consultables.

HLA-EpiCheck est un projet de recherche utilisant l'apprentissage automatique pour prédire les épitopes HLA sur des antigènes. Il analyse des structures 3D d'antigènes HLA en générant des descripteurs moléculaires à partir de simulations de dynamique moléculaire. Ces descripteurs permettent de modéliser et prédire des épitopes B-cell, facilitant ainsi la compréhension des interactions immunitaires et le développement de traitements personnalisés en immunologie.

Ce dépôt contient une description ou des métadonnées liées à un projet nommé mobl_arms. Les informations précises sur son objectif métier ne sont pas disponibles dans le contenu fourni.