Menagerie ist eine Sammlung hochwertiger Modelle für die MuJoCo-Physik-Engine, kuratiert von Google DeepMind.
Ein Physiksimulator ist nur so gut wie das Modell, das er simuliert, und in einem leistungsstarken Simulator wie MuJoCo mit vielen Modellierungsoptionen ist es leicht, „schlechte“ Modelle zu erstellen, die sich nicht wie erwartet verhalten. Ziel dieser Sammlung ist es, der Community eine kuratierte Bibliothek gut gestalteter Modelle zur Verfügung zu stellen, die von Anfang an gut funktionieren.
robot-descriptionsgit clone Die mindestens erforderliche MuJoCo-Version für jedes Modell ist in der jeweiligen README-Datei angegeben. Sie können vorgefertigte Binärdateien für MuJoCo von der GitHub-Release-Seite herunterladen. Wenn Sie mit Python arbeiten, können Sie die nativen Bindungen von PyPI über pip install mujoco installieren. Alternative Installationsanweisungen finden Sie hier.
Die Struktur der Menagerie ist unten dargestellt. Der Kürze halber haben wir nur ein Modellverzeichnis aufgenommen, da alle anderen genau demselben Muster folgen.
├── unitree_go2
│ ├── assets
│ │ ├── base_0.obj
│ │ ├── ...
│ ├── go2.png
│ ├── go2.xml
│ ├── LICENSE
│ ├── README.md
│ └── scene.xml
│ └── go2_mjx.xml
│ └── scene_mjx.xmlassets : speichert die 3D-Netze (.stl oder .obj) des Modells, die für visuelle und Kollisionszwecke verwendet werdenLICENSE : beschreibt die Urheberrechts- und Lizenzbedingungen des ModellsREADME.md : enthält detaillierte Schritte, die beschreiben, wie die MJCF-XML-Datei des Modells generiert wurde.xml scene.xml : Enthält .xml .png scene.xml_mjx.xml scene_mjx.xml : wie scene.xml , lädt jedoch die MJX-Variante Beachten Sie, dass scene.xml , wie in der Datei „Shadow Hand scene.xml zu sehen ist.
robot-descriptions Sie können das Open-Source-Paket robot_descriptions verwenden, um jedes Modell in Menagerie zu laden. Es ist auf PyPI verfügbar und kann über pip install robot_descriptions installiert werden.
Nach der Installation können Sie ein Modell Ihrer Wahl wie folgt laden:
import mujoco
# Loading a specific model description as an imported module.
from robot_descriptions import panda_mj_description
model = mujoco . MjModel . from_xml_path ( panda_mj_description . MJCF_PATH )
# Directly loading an instance of MjModel.
from robot_descriptions . loaders . mujoco import load_robot_description
model = load_robot_description ( "panda_mj_description" )
# Loading a variant of the model, e.g. panda without a gripper.
model = load_robot_description ( "panda_mj_description" , variant = "panda_nohand" )git cloneSie können dieses Repository auch direkt in das Verzeichnis Ihrer Wahl klonen:
git clone https://github.com/google-deepmind/mujoco_menagerie.gitAnschließend können Sie das Modell interaktiv mit dem Python-Viewer erkunden:
python -m mujoco.viewer --mjcf mujoco_menagerie/unitree_go2/scene.xmlWenn Sie weitere Fragen haben, schauen Sie sich bitte unsere FAQ an.
Unser Ziel ist es, alle Menagerie-Modelle letztendlich so originalgetreu wie möglich an das reale System anzupassen, nach dem sie modelliert werden. Die Verbesserung der Modellqualität ist ein kontinuierliches Bemühen, und der aktuelle Zustand vieler Modelle ist nicht unbedingt so gut, wie er sein könnte.
Durch die Veröffentlichung von Menagerie in seinem aktuellen Zustand hoffen wir jedoch, die Sichtbarkeit der Community-Beiträge zu festigen und zu erhöhen. Um Menagerie-Benutzern zu helfen, die richtigen Erwartungen an die Qualität jedes Modells zu stellen, führen wir das folgende Bewertungssystem ein:
| Grad | Beschreibung |
|---|---|
| A+ | Werte sind das Produkt einer ordnungsgemäßen Systemidentifikation |
| A | Die Werte sind realistisch, wurden jedoch nicht richtig identifiziert |
| B | Stabil, aber einige Werte sind unrealistisch |
| C | Konditionell stabil, deutlich verbesserungswürdig |
Das Bewertungssystem wird auf jedes Modell angewendet, sobald eine geeignete Toolbox zur Systemidentifizierung erstellt wurde. Wir planen derzeit, diese Toolbox später in diesem Jahr zu veröffentlichen.
Weitere Informationen zu Beiträgen, beispielsweise zum Hinzufügen eines neuen Modells zu Menagerie, finden Sie unter BEITRAGEN.
Waffen.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| FR3 | Franka Robotics | 7 | Apache-2.0 | ✖️ |
| iiwa14 | KUKA | 7 | BSD-3-Klausel | ✖️ |
| Lite6 | UFFABRIK | 6 | BSD-3-Klausel | ✖️ |
| Panda | Franka Robotics | 7 | BSD-3-Klausel | ✔️ |
| Sawyer | Robotik neu denken | 7 | Apache-2.0 | ✖️ |
| Unitree Z1 | Unitree Robotics | 6 | BSD-3-Klausel | ✖️ |
| UR5e | Universelle Roboter | 6 | BSD-3-Klausel | ✖️ |
| UR10e | Universelle Roboter | 6 | BSD-3-Klausel | ✖️ |
| ViperX 300 | Trossen Robotics | 8 | BSD-3-Klausel | ✖️ |
| WidowX 250 | Trossen Robotics | 8 | BSD-3-Klausel | ✖️ |
| xarm7 | UFFABRIK | 7 | BSD-3-Klausel | ✖️ |
| Gen3 | Kinova Robotics | 7 | BSD-3-Klausel | ✖️ |
Zweibeiner.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| Cassie | Agilitätsrobotik | 28 | BSD-3-Klausel | ✖️ |
Doppelte Arme.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| ALOHA 2 | Trossen Robotics, Google DeepMind | 16 | BSD-3-Klausel | ✔️ |
Drohnen.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| Crazyflie 2 | Bitcraze | 0 | MIT | ✖️ |
| Skydio X2 | Skydio | 0 | Apache-2.0 | ✖️ |
Endeffektoren.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| Allegro Hand V3 | Wonik Robotik | 16 | BSD-2-Klausel | ✖️ |
| LEAP-Hand | Carnegie Mellon University | 16 | MIT | ✖️ |
| Robotiq 2F-85 | Robotiq | 8 | BSD-2-Klausel | ✖️ |
| Schattenhand EM35 | Shadow Robot Company | 24 | Apache-2.0 | ✖️ |
| Schatten-DEX-EE-Hand | Shadow Robot Company | 12 | Apache-2.0 | ✖️ |
Mobile Manipulatoren.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| Google-Roboter | Google DeepMind | 9 | Apache-2.0 | ✖️ |
| Dehnung 2 | Hallo Roboter | 17 | BSD löschen | ✖️ |
| Dehnung 3 | Hallo Roboter | 17 | Apache-2.0 | ✖️ |
Humanoide.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| Robotis OP3 | Robotis | 20 | Apache-2.0 | ✖️ |
| Unitree G1 | Unitree Robotics | 37 | BSD-3-Klausel | ✖️ |
| Unitree H1 | Unitree Robotics | 19 | BSD-3-Klausel | ✖️ |
| TALOS | PAL-Robotik | 32 | Apache-2.0 | ✖️ |
Vierbeiner.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| ANYmal B | ANYbotics | 12 | BSD-3-Klausel | ✖️ |
| ANYmal C | ANYbotics | 12 | BSD-3-Klausel | ✔️ |
| Stelle | Boston Dynamics | 12 | BSD-3-Klausel | ✖️ |
| Unitree A1 | Unitree Robotics | 12 | BSD-3-Klausel | ✖️ |
| Unitree Go1 | Unitree Robotics | 12 | BSD-3-Klausel | ✖️ |
| Unitree Go2 | Unitree Robotics | 12 | BSD-3-Klausel | ✔️ |
| Google Barkour v0 | Google DeepMind | 12 | Apache-2.0 | ✔️ |
| Google Barkour vB | Google DeepMind | 12 | Apache-2.0 | ✔️ |
Biomechanisch.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| Fliegenkörper | Google DeepMind, HHMI Janelia Research Campus | 102 | Apache-2.0 | ✖️ |
Verschiedenes.
| Name | Hersteller | DoFs | Lizenz | MJX |
|---|---|---|---|---|
| D435i | Intel Realsense | 0 | Apache-2.0 | ✖️ |
Wenn Sie Menagerie in Ihrer Arbeit verwenden, verwenden Sie bitte das folgende Zitat:
@software { menagerie2022github ,
author = { Zakka, Kevin and Tassa, Yuval and {MuJoCo Menagerie Contributors} } ,
title = { {MuJoCo Menagerie: A collection of high-quality simulation models for MuJoCo} } ,
url = { http://github.com/google-deepmind/mujoco_menagerie } ,
year = { 2022 } ,
}Die Modelle in diesem Repository basieren auf Modellen Dritter, die von vielen talentierten Leuten entworfen wurden, und wären ohne ihre großzügigen Open-Source-Beiträge nicht möglich gewesen. Wir möchten allen Designern und Ingenieuren danken, die MuJoCo Menagerie möglich gemacht haben.
Wir möchten Pedro Vergani für seine Hilfe bei der Visualisierung und dem Design danken.
Der größte Aufwand, der erforderlich war, um dieses Repository öffentlich zugänglich zu machen, wurde von Kevin Zakka mit Hilfe des Robotics Simulation-Teams von Google DeepMind unternommen.
XML- und Asset-Dateien in jedem einzelnen Modellverzeichnis dieses Repositorys unterliegen unterschiedlichen Lizenzbedingungen. Die relevanten Lizenz- und Urheberrechtsinformationen finden Sie in den LICENSE Dateien im jeweiligen Unterverzeichnis des jeweiligen Modells.
Alle anderen Inhalte unterliegen dem Copyright 2022 DeepMind Technologies Limited und sind unter der Apache-Lizenz, Version 2.0, lizenziert. Eine Kopie dieser Lizenz wird in der obersten Datei LICENSE in diesem Repository bereitgestellt. Sie können es auch unter https://www.apache.org/licenses/LICENSE-2.0 erhalten.
Dies ist kein offiziell unterstütztes Google-Produkt.
