Download gym ignition - Download de código fonte gym ignition

gym ignition

Outro código-fonte

v1.3.1

Baixar

Ignição de ginástica

️ Aviso ️
Este projeto não é mais mantido ativamente e o desenvolvimento parou. Para uma descrição aprofundada do status atual e das etapas acionáveis para reviver o desenvolvimento, consulte o #430.

Descrição

A Ignição de Ginásio é uma estrutura para criar ambientes de robótica reprodutível para pesquisa de aprendizado de reforço.

É baseado no projeto de cenário, que fornece as APIs de baixo nível para interagir com o simulador de gazebo de ignição. Por padrão, os ambientes RL compartilham muitos código de caldeira, por exemplo, para inicializar o simulador ou estruturar as classes para expor a interface gym.Env . A Ignição de Ginásio fornece as abstrações Task e Runtime que ajudam a se concentrar no desenvolvimento da lógica de tomada de decisão em vez de engenharia. Inclui randomizadores para simplificar a implementação da randomização do domínio de modelos, física e tarefas. A Ignição de Ginásio também fornece algoritmos de dinâmica poderosos compatíveis com robôs baseados em base fixa e flutuantes, explorando a robotologia/Idyntree e expondo funcionalidades de alto nível.

A ignição de ginástica não fornece ambientes prontos para serem usados para serem usados. Em vez disso, seu objetivo é simplificar e simplificar seu desenvolvimento. No entanto, para fins ilustrativos, inclui exemplos canônicos no pacote gym_ignition_environments .

Visite o site para obter mais informações sobre o projeto.

Instalação

Primeiro, siga as instruções de instalação do cenário.
pip install gym-ignition , de preferência em um ambiente virtual.

Contribuindo

Você pode visitar nosso fórum comunitário hospedado em discussões no Github. Mesmo sem habilidades de codificação, responder às perguntas do usuário é uma ótima maneira de contribuir. Se você usa a Ignição de Ginásio em seu aplicativo e deseja exibi-lo, visite o show e diga à seção! Você pode anunciar seus ambientes criados com a ignição de ginástica.

Solicitações de tração são bem -vindas.

Para grandes mudanças, abra uma discussão primeiro para propor o que você gostaria de mudar.

Citação

 @INPROCEEDINGS { ferigo2020gymignition ,
    title = { Gym-Ignition: Reproducible Robotic Simulations for Reinforcement Learning } ,
    author = { D. {Ferigo} and S. {Traversaro} and G. {Metta} and D. {Pucci} } ,
    booktitle = { 2020 IEEE/SICE International Symposium on System Integration (SII) } ,
    year = { 2020 } ,
    pages = { 885-890 } ,
    doi = { 10.1109/SII46433.2020.9025951 }
}