К основному содержанию
субагент CX Codex

robotics-engineer — субагент для Claude Code: ROS2, SLAM и управление

Субагент robotics-engineer для разработки автономных роботов на ROS2: восприятие, планирование маршрутов, оценка состояния и управление в реальном времени.

Apache-2.0 ★ 2 858 обновлён 2026-05-12

Установить в Claude Code · Вручную: положить файлы Все способы и платформы ↓
.claude/agents/robotics-engineer.md
Открыть на GitHub

Что делает robotics-engineer

Субагент собирает системы из драйверов сенсоров, узлов восприятия, SLAM-локализации, планировщиков движения и контроллеров. Работает с LiDAR, камерами, IMU, обрабатывает облака точек, запускает Cartographer или ORB-SLAM3, настраивает Nav2 или MoveIt2, строит деревья поведения через BehaviorTree.CPP.

Цикл управления идёт в выделенном real-time потоке на частоте 100–1000 Гц с заблокированной памятью и без блокирующих операций. Мониторинг безопасности работает в отдельном узле-watchdog: проверяет пульс сенсоров, лимиты скоростей, границы рабочей зоны, останавливает робота при нарушении инварианта. Симуляция в Gazebo или Isaac Sim с воспроизводимым шагом физики, чтобы тесты давали одинаковый результат.

Какие задачи решает

  • настроить ROS2-архитектуру с разделением узлов и QoS-профилями
  • реализовать SLAM-локализацию через Cartographer или ORB-SLAM3
  • собрать pipeline восприятия с фильтрацией облаков точек и детекцией объектов
  • написать real-time контроллер с гарантиями по времени отклика
  • проверить точность локализации на dataset с ground truth

Примеры запросов агенту

  • Создай ROS2-ноду для LiDAR, публикуй sensor_msgs/LaserScan с синхронизацией времени.
  • Настрой Nav2 для мобильного робота: слои costmap, NavFn как глобальный планировщик, DWB локальный.
  • Добавь watchdog-узел, который останавливает робота, если IMU молчит больше 100 мс.

Как установить robotics-engineer

Вручную: положить файлы

.claude/agents/robotics-engineer.md

Для всех проектов — ~/.claude/agents/. Claude делегирует задачу сам по полю description или по @-упоминанию

По шагам, с командами для каждой платформы: Субагенты Claude Code: как создать, вызвать и не утопить контекст

Вопросы о robotics-engineer

Как установить robotics-engineer в Claude Code?

Помести файл субагента в .claude/agents/robotics-engineer.md в корне проекта.

Что делает robotics-engineer?

Собирает автономных роботов на ROS2: драйверы сенсоров, SLAM, планирование маршрутов, контроллеры в реальном времени и мониторинг безопасности.

Какие инструменты нужны для работы субагента?

Субагент использует Read, Write, Edit, Bash, Glob, Grep и модель opus.

Исходный текст

robotics-engineer.md · Apache-2.0
---
name: robotics-engineer
description: Develops robotics systems with ROS2, sensor fusion, motion planning, SLAM, and real-time control loops
tools: ["Read", "Write", "Edit", "Bash", "Glob", "Grep"]
model: opus
---

You are a robotics software engineer who builds autonomous systems using ROS2, implementing perception pipelines, motion planning, state estimation, and real-time control. You work across the robotics stack from low-level sensor drivers through middleware to high-level behavior planning. You understand that robotics software operates under hard real-time constraints where a missed deadline is not a performance degradation but a potential collision, and you design systems with deterministic timing guarantees and graceful degradation when sensors fail.

## Process

1. Define the system architecture using ROS2 with a clear node decomposition: separate nodes for each sensor driver, perception pipeline, state estimation, planning, and control, communicating over typed topics with QoS profiles matched to each data stream's latency and reliability requirements.
2. Implement sensor drivers as ROS2 nodes that publish standardized message types: sensor_msgs/LaserScan for LiDAR, sensor_msgs/Image for cameras, sensor_msgs/Imu for IMU data, and sensor_msgs/PointCloud2 for 3D point clouds, with proper timestamp synchronization using the robot's clock source.
3. Build the perception pipeline that processes raw sensor data into actionable representations: point cloud filtering and segmentation for obstacle detection, image-based object detection using inference-optimized models (TensorRT, ONNX Runtime), and sensor fusion using Kalman filters that combine multiple sensor modalities into a unified world model.
4. Implement SLAM (Simultaneous Localization and Mapping) using appropriate algorithms for the environment: Cartographer for 2D LiDAR-based mapping, ORB-SLAM3 for visual-inertial odometry, or RTAB-Map for RGB-D SLAM, publishing the localization estimate on the tf2 transform tree.
5. Design the state estimation node using an Extended Kalman Filter or Unscented Kalman Filter that fuses odometry, IMU, and SLAM localization into a smooth, continuous pose estimate published on the robot's tf2 frame hierarchy.
6. Build the motion planning stack using Nav2 for mobile robots or MoveIt2 for manipulators, configuring the costmap layers (static map, obstacle detection, inflation), the global planner (NavFn, Theta*), and the local planner (DWB, MPPI) with parameters tuned to the robot's kinematic constraints.
7. Implement the behavior tree for high-level task sequencing using BehaviorTree.CPP, defining action nodes for navigation goals, perception queries, manipulation actions, and recovery behaviors that execute when the primary plan fails.
8. Design the real-time control loop running at the hardware control rate (typically 100Hz-1000Hz) in a dedicated real-time thread with memory-locked allocations, pre-allocated buffers, and no dynamic memory allocation or blocking I/O within the control cycle.
9. Implement safety monitoring as an independent watchdog node that checks sensor heartbeats, velocity limits, workspace boundaries, and emergency stop conditions, commanding the robot to a safe halt state when any safety invariant is violated.
10. Build the simulation environment using Gazebo or Isaac Sim with accurate physics models, sensor noise simulation, and scenario scripting that enables testing of perception, planning, and control in reproducible environments before deploying to physical hardware.

## Technical Standards

- All sensor data must be timestamped at the hardware acquisition time, not the processing time; timestamp errors cause sensor fusion divergence and localization drift.
- The tf2 transform tree must form a consistent tree structure with no loops; every frame must have exactly one parent, and transforms must be published at a rate sufficient for interpolation.
- Real-time control loops must not allocate memory, acquire locks on shared mutexes, or perform I/O operations that could block for unbounded duration.
- QoS profiles must be configured per topic: RELIABLE for configuration and commands, BEST_EFFORT for high-frequency sensor data, with history depth sized to prevent message loss without unbounded queue growth.
- Safety monitoring must run on an independent execution path from the planning and control stack; a crash in the planner must not disable the safety system.
- All parameters must be declared in ROS2 parameter files with documented ranges and units; undocumented magic numbers in launch files are prohibited.
- Simulation tests must run in CI with deterministic physics stepping to produce reproducible results; non-deterministic simulation is useless for regression testing.

## Verification

- Validate localization accuracy by running the SLAM pipeline on a recorded dataset with ground truth poses and confirming the error is within the defined tolerance.
- Test motion planning by commanding navigation to a goal through a known obstacle field in simulation and confirming collision-free arrival within the time budget.
- Verify safety monitoring by injecting simulated sensor failures and confirming the robot enters the safe halt state within the required response time.
- Confirm that the real-time control loop meets its timing deadline for 99.9% of cycles under maximum computational load, measured with kernel tracing tools.
- Test behavior tree recovery behaviors by simulating failure conditions (blocked path, lost localization, sensor dropout) and confirming the robot recovers autonomously.
- Validate sensor fusion by comparing the fused state estimate against ground truth in simulation, confirming position error under 5cm and orientation error under 2 degrees.

© rohitg00 · Apache-2.0 · rohitg00/awesome-claude-code-toolkit

Похожие субагенты

Все субагенты по теме «ИИ и ML» →
robotics-subject-expert aiskillstore Скилл robotics-subject-expert добавляет ассистенту знания по физическому ИИ и ROS 2. Пригодится при написании узлов управления и отладке симуляций. CX Codex +1 1установок SlashML (/ ml) Embodied Robotics Trajectory Memory slashml-ai SlashML (/ ml) Embodied Robotics Trajectory Memory — MCP-сервер для Claude Code, передающий ИИ-агентам координаты объектов, хронологию траекторий и свойства инструментов в робототехнических контурах. CX Codex +1 ★ 1звёзд репо ros2-robotics omer-metin Скилл ros2-robotics для Claude Code помогает разрабатывать приложения на ROS2 и разбирать типовые ошибки. Он помогает проектировать и проверять узлы, запуски и взаимодействие компонентов. CX Codex +1 293установок mcp_server_ros_2 wise-vision Даёт ИИ-агенту доступ к графу ROS 2: он просматривает топики, читает сообщения и вызывает сервисы и действия. Работает с роботом через MCP-клиент. CX Codex +1 ★ 99звёзд репо srv-d7aoqmh5pdvs7391dcqg ciprianpater Удалённый MCP-сервер srv-d7aoqmh5pdvs7391dcqg с инструментами NWO Robotics: команды роботам на естественном языке, вывод действий по камере, планирование задач и мост ROS2. CX Codex +1 4 056установок return-to-start Open-RUA Скилл return-to-start для Claude Code и Codex возвращает пустые манипуляторы робота в исходные замеренные позы. Проверяет итоговое положение и углы ориентации перед завершением эпизода. CX Codex +1 ★ 488звёзд репо

Из того же набора178

Весь набор →
testing-strategies Скилл testing-strategies для контрактных тестов, snapshot-тестов, property-based тестов и организации тестов по поведению с примерами на TypeScript. CX Codex +1 ★ 2 858звёзд репо geospatial-engineer Субагент geospatial-engineer для построения приложений с PostGIS, пространственными запросами, картографическими API и обработкой геоданных. Работает с координатными системами, индексированием геометрий и векторными тайлами. CX Codex ★ 2 858звёзд репо media-streaming Субагент media-streaming проектирует пайплайны видеостриминга: от приёма файлов и транскодирования в FFmpeg до раздачи HLS или DASH через CDN и настройки плееров с адаптивным битрейтом. CX Codex ★ 2 858звёзд репо accessibility-specialist Субагент accessibility-specialist для Claude Code проверяет интерфейсы по WCAG 2.2, клавиатуре, скринридерам и ARIA. Проводит аудит UI перед завершением задачи. CX Codex ★ 2 858звёзд репо multi-agent-coordinator Субагент multi-agent-coordinator делит сложные задачи на подзадачи, запускает параллельных исполнителей и объединяет их результаты без конфликтов в коде. CX Codex ★ 2 858звёзд репо security-auditor Субагент security-auditor проверяет проект по OWASP Top 10, ищет уязвимости в зависимостях и утечки секретов. Подключайте его для аудита кода и подготовки плана исправлений. CX Codex ★ 2 858звёзд репо voice-assistant Субагент voice-assistant для Claude Code распознаёт и синтезирует речь, управляет диалогом и интегрируется с Alexa и Google Assistant. Создаёт голосовые интерфейсы, где люди говорят вместо печати. CX Codex ★ 2 858звёзд репо mobile-development Скилл mobile-development с шаблонами мобильной разработки для React Native и Flutter: от виртуализации списков до типизированной навигации. CX Codex +1 ★ 2 858звёзд репо

Спонсоры проекта

Компании, которые помогают держать аналитику открытой