Menagerie 는 Google DeepMind에서 선별한 MuJoCo 물리 엔진용 고품질 모델 모음입니다.
물리 시뮬레이터는 시뮬레이션하는 모델만큼만 우수하며, 많은 모델링 옵션을 갖춘 MuJoCo와 같은 강력한 시뮬레이터에서는 예상대로 작동하지 않는 "나쁜" 모델을 쉽게 생성할 수 있습니다. 이 컬렉션의 목표는 처음부터 잘 작동하는 잘 디자인된 모델의 엄선된 라이브러리를 커뮤니티에 제공하는 것입니다.
robot-descriptions 통해git clone 통해 각 모델에 필요한 최소 MuJoCo 버전은 해당 README에 지정되어 있습니다. GitHub 릴리스 페이지에서 MuJoCo용으로 미리 빌드된 바이너리를 다운로드할 수 있습니다. 또는 Python으로 작업하는 경우 pip install mujoco 통해 PyPI에서 네이티브 바인딩을 설치할 수 있습니다. 대체 설치 지침은 여기를 참조하세요.
동물원의 구조는 아래와 같습니다. 간결하게 하기 위해 다른 모든 디렉토리는 정확히 동일한 패턴을 따르므로 하나의 모델 디렉토리만 포함했습니다.
├── unitree_go2
│ ├── assets
│ │ ├── base_0.obj
│ │ ├── ...
│ ├── go2.png
│ ├── go2.xml
│ ├── LICENSE
│ ├── README.md
│ └── scene.xml
│ └── go2_mjx.xml
│ └── scene_mjx.xmlassets : 시각적 및 충돌 목적으로 사용되는 모델의 3D 메시(.stl 또는 .obj)를 저장합니다.LICENSE : 모델의 저작권 및 라이선스 조건을 설명합니다.README.md : 모델의 MJCF XML 파일이 생성된 방법을 설명하는 자세한 단계가 포함되어 있습니다..xml scene.xml : 평면, 광원 및 기타 객체가 포함된 .xml .png scene.xml 의 PNG 이미지_mjx.xml scene_mjx.xml : scene.xml 과 동일하지만 MJX 변형을 로드합니다. scene.xml 에서 볼 수 있듯이 scene.xml 파일에 대한 추가 본문 정의를 남겨둡니다.
robot-descriptions 통해 오픈 소스 robot_descriptions 패키지를 사용하여 Menagerie의 모든 모델을 로드할 수 있습니다. PyPI에서 사용할 수 있으며 pip install robot_descriptions 를 통해 설치할 수 있습니다.
설치가 완료되면 다음과 같이 원하는 모델을 로드할 수 있습니다.
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 clone 통해선택한 디렉터리에 이 저장소를 직접 복제할 수도 있습니다.
git clone https://github.com/google-deepmind/mujoco_menagerie.git그런 다음 Python 뷰어를 사용하여 모델을 대화형으로 탐색할 수 있습니다.
python -m mujoco.viewer --mjcf mujoco_menagerie/unitree_go2/scene.xml더 궁금한 점이 있으면 FAQ를 확인하세요.
우리의 목표는 궁극적으로 모든 전시장 모델을 모델이 되고 있는 실제 시스템에 최대한 충실하게 만드는 것입니다. 모델 품질을 개선하는 것은 지속적인 노력이며, 많은 모델의 현재 상태가 반드시 좋은 것은 아닙니다.
그러나 현재 상태의 전시장을 출시함으로써 커뮤니티 기여에 대한 가시성을 강화하고 높일 수 있기를 바랍니다. Menagerie 사용자가 각 모델의 품질에 대해 적절한 기대치를 설정할 수 있도록 다음 등급 시스템을 도입합니다.
| 등급 | 설명 |
|---|---|
| A+ | 값은 적절한 시스템 식별의 산물입니다. |
| 에이 | 값이 현실적이지만 제대로 식별되지 않았습니다. |
| 비 | 안정적이지만 일부 값은 비현실적입니다. |
| 기음 | 조건부로 안정적이며 크게 개선될 수 있음 |
적절한 시스템 식별 도구 상자가 생성되면 등급 시스템이 각 모델에 적용됩니다. 현재 우리는 올해 말에 이 도구 상자를 출시할 계획입니다.
기여에 관한 자세한 내용(예: 전시장에 새 모델 추가)은 기여를 참조하세요.
무기.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| FR3 | 프랑카 로보틱스 | 7 | 아파치-2.0 | ✖️ |
| iiwa14 | 쿠카 | 7 | BSD-3-절 | ✖️ |
| 라이트6 | 유팩토리 | 6 | BSD-3-절 | ✖️ |
| 팬더 | 프랑카 로보틱스 | 7 | BSD-3-절 | ✔️ |
| 하늘소 | 로봇공학을 다시 생각하다 | 7 | 아파치-2.0 | ✖️ |
| 유니트리 Z1 | 유니트리 로보틱스 | 6 | BSD-3-절 | ✖️ |
| UR5e | 유니버설 로봇 | 6 | BSD-3-절 | ✖️ |
| UR10e | 유니버설 로봇 | 6 | BSD-3-절 | ✖️ |
| 바이퍼X 300 | 트로센 로보틱스 | 8 | BSD-3-절 | ✖️ |
| 과부X 250 | 트로센 로보틱스 | 8 | BSD-3-절 | ✖️ |
| xarm7 | 유팩토리 | 7 | BSD-3-절 | ✖️ |
| 3세대 | 키노바 로보틱스 | 7 | BSD-3-절 | ✖️ |
Biped.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| 캐시 | 민첩성 로봇공학 | 28 | BSD-3-절 | ✖️ |
듀얼 암즈.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| 알로하 2 | 트로센 로보틱스, 구글 딥마인드 | 16 | BSD-3-절 | ✔️ |
드론.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| 크레이지플라이 2 | 비트크레이즈 | 0 | MIT | ✖️ |
| 스카이디오 X2 | 스카이디오 | 0 | 아파치-2.0 | ✖️ |
엔드 이펙터.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| 알레그로 핸드 V3 | 원익로보틱스 | 16 | BSD-2 조항 | ✖️ |
| 도약 손 | 카네기멜론대학교 | 16 | MIT | ✖️ |
| 로보티크 2F-85 | 로보티크 | 8 | BSD-2 조항 | ✖️ |
| 섀도우 핸드 EM35 | 섀도우 로봇 컴퍼니 | 24 | 아파치-2.0 | ✖️ |
| 섀도우 DEX-EE 핸드 | 섀도우 로봇 컴퍼니 | 12 | 아파치-2.0 | ✖️ |
모바일 조작기.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| 구글 로봇 | 구글 딥마인드 | 9 | 아파치-2.0 | ✖️ |
| 스트레칭 2 | 헬로로봇 | 17 | BSD 지우기 | ✖️ |
| 스트레칭 3 | 헬로로봇 | 17 | 아파치-2.0 | ✖️ |
휴머노이드.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| 로보티즈 OP3 | 로보티즈 | 20 | 아파치-2.0 | ✖️ |
| 유니트리 G1 | 유니트리 로보틱스 | 37 | BSD-3-절 | ✖️ |
| 유니트리 H1 | 유니트리 로보틱스 | 19 | BSD-3-절 | ✖️ |
| 탈로스 | PAL 로봇 공학 | 32 | 아파치-2.0 | ✖️ |
네 발 달린 동물.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| 아무말 B | 애니보틱스 | 12 | BSD-3-절 | ✖️ |
| 아무mal C | 애니보틱스 | 12 | BSD-3-절 | ✔️ |
| 점 | 보스턴 다이내믹스 | 12 | BSD-3-절 | ✖️ |
| 유니트리 A1 | 유니트리 로보틱스 | 12 | BSD-3-절 | ✖️ |
| 유니트리 고1 | 유니트리 로보틱스 | 12 | BSD-3-절 | ✖️ |
| 유니트리 Go2 | 유니트리 로보틱스 | 12 | BSD-3-절 | ✔️ |
| 구글 바쿠르 v0 | 구글 딥마인드 | 12 | 아파치-2.0 | ✔️ |
| 구글 바쿠르 vB | 구글 딥마인드 | 12 | 아파치-2.0 | ✔️ |
생체역학적.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| 플라이바디 | Google DeepMind, HHMI Janelia 연구 캠퍼스 | 102 | 아파치-2.0 | ✖️ |
여러 가지 잡다한.
| 이름 | 만드는 사람 | DoF | 특허 | MJX |
|---|---|---|---|---|
| D435i | 인텔 리얼센스 | 0 | 아파치-2.0 | ✖️ |
작품에 Menagerie를 사용하는 경우 다음 인용문을 사용하세요.
@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 } ,
}이 저장소의 모델은 많은 재능 있는 사람들이 설계한 타사 모델을 기반으로 하며, 이들의 풍부한 오픈 소스 기여 없이는 불가능했을 것입니다. MuJoCo Menagerie를 가능하게 해준 모든 디자이너와 엔지니어들에게 감사를 표하고 싶습니다.
시각 및 디자인에 도움을 준 Pedro Vergani에게 감사의 말씀을 전하고 싶습니다.
이 저장소를 공개적으로 제공하는 데 필요한 주요 노력은 Google DeepMind 로봇 시뮬레이션 팀의 도움을 받아 Kevin Zakka가 수행했습니다.
이 리포지토리의 각 개별 모델 디렉터리에 있는 XML 및 자산 파일에는 서로 다른 라이선스 조건이 적용됩니다. 관련 라이선스 및 저작권 정보는 각 특정 모델 하위 디렉터리에 있는 LICENSE 파일을 참조하세요.
다른 모든 콘텐츠는 Copyright 2022 DeepMind Technologies Limited에 속하며 Apache 라이선스 버전 2.0에 따라 라이선스가 부여됩니다. 이 라이센스의 사본은 이 저장소의 최상위 LICENSE 파일에 제공됩니다. https://www.apache.org/licenses/LICENSE-2.0에서도 얻을 수 있습니다.
이 제품은 공식적으로 지원되는 Google 제품이 아닙니다.
