mujoco_menagerie

Menagerie คือคอลเลกชั่นโมเดลคุณภาพสูงสำหรับกลไกฟิสิกส์ MuJoCo ซึ่งดูแลจัดการโดย Google DeepMind

เครื่องจำลองฟิสิกส์จะดีพอๆ กับโมเดลที่กำลังจำลองเท่านั้น และในเครื่องจำลองที่ทรงพลังอย่าง MuJoCo ที่มีตัวเลือกการสร้างแบบจำลองมากมาย เป็นเรื่องง่ายที่จะสร้างโมเดลที่ "แย่" ซึ่งไม่ทำงานตามที่คาดไว้ เป้าหมายของคอลเลกชั่นนี้คือเพื่อให้ชุมชนได้รับไลบรารีโมเดลที่ได้รับการออกแบบอย่างดีซึ่งทำงานได้ดีตั้งแต่เริ่มต้น

• เริ่มต้นใช้งาน
  • ข้อกำหนดเบื้องต้น
  • ภาพรวม
  • การใช้งาน
    • ผ่าน robot-descriptions
    • ผ่าน git clone
• คุณภาพโมเดลและการมีส่วนร่วม
• โมเดลโรงเลี้ยงสัตว์
• อ้างถึงโรงเลี้ยงสัตว์
• รับทราบ
• ใบอนุญาตและข้อจำกัดความรับผิดชอบ

เริ่มต้นใช้งาน

ข้อกำหนดเบื้องต้น

เวอร์ชัน MuJoCo ขั้นต่ำที่จำเป็นสำหรับแต่ละรุ่นระบุไว้ใน README ที่เกี่ยวข้อง คุณสามารถดาวน์โหลดไบนารีที่สร้างไว้ล่วงหน้าสำหรับ MuJoCo ได้จากหน้าเผยแพร่ GitHub หรือหากคุณทำงานกับ Python คุณสามารถติดตั้งการเชื่อมโยงดั้งเดิมจาก PyPI ผ่าน pip install mujoco สำหรับคำแนะนำในการติดตั้งอื่น โปรดดูที่นี่

ภาพรวม

โครงสร้างของโรงเลี้ยงสัตว์แสดงไว้ด้านล่าง เพื่อความกระชับ เราได้รวมไดเร็กทอรีโมเดลไว้เพียงไดเร็กทอรีเดียวเท่านั้น เนื่องจากไดเร็กทอรีอื่นๆ ทั้งหมดมีรูปแบบเดียวกันทุกประการ

├── unitree_go2
│   ├── assets
│   │   ├── base_0.obj
│   │   ├── ...
│   ├── go2.png
│   ├── go2.xml
│   ├── LICENSE
│   ├── README.md
│   └── scene.xml
│   └── go2_mjx.xml
│   └── scene_mjx.xml

• assets : จัดเก็บ 3D mesh (.stl หรือ .obj) ของโมเดลที่ใช้เพื่อการมองเห็นและการชนกัน
• LICENSE : อธิบายลิขสิทธิ์และข้อกำหนดใบอนุญาตของแบบจำลอง
• README.md : มีขั้นตอนโดยละเอียดที่อธิบายวิธีสร้างไฟล์ MJCF XML ของโมเดล
• <model>.xml : มีคำจำกัดความ MJCF ของโมเดล
• scene.xml : รวม <model>.xml พร้อมด้วยระนาบ แหล่งกำเนิดแสง และวัตถุอื่นๆ ที่อาจเป็นได้
• <model>.png : ภาพ PNG ของ scene.xml
• <model>_mjx.xml : มีเวอร์ชันที่เข้ากันได้กับ MJX ของโมเดล ไม่ใช่ทุกรุ่นที่มีรุ่น MJX (ดูรุ่น Menagerie สำหรับข้อมูลเพิ่มเติม)
• scene_mjx.xml : เหมือนกับ scene.xml แต่โหลดตัวแปร MJX

โปรดทราบว่า <model>.xml อธิบายโมเดลเพียงอย่างเดียว กล่าวคือ ไม่มีการกำหนดเอนทิตีอื่นใดในแผนผังจลนศาสตร์ เราคงคำจำกัดความเนื้อหาเพิ่มเติมไว้สำหรับไฟล์ scene.xml ดังที่เห็นใน Shadow Hand scene.xml

การใช้งาน

ผ่าน robot-descriptions

คุณสามารถใช้แพ็คเกจ opensource robot_descriptions เพื่อโหลดโมเดลใดก็ได้ใน Menagerie พร้อมใช้งานบน PyPI และสามารถติดตั้งผ่าน pip install robot_descriptions

เมื่อติดตั้งแล้ว คุณสามารถโหลดโมเดลที่คุณเลือกได้ดังนี้:

 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" )

ผ่าน git clone

คุณยังสามารถโคลนพื้นที่เก็บข้อมูลนี้ได้โดยตรงในไดเร็กทอรีที่คุณเลือก:

git clone https://github.com/google-deepmind/mujoco_menagerie.git

จากนั้น คุณสามารถสำรวจโมเดลแบบโต้ตอบได้โดยใช้โปรแกรมดู Python:

python -m mujoco.viewer --mjcf mujoco_menagerie/unitree_go2/scene.xml

หากคุณมีคำถามเพิ่มเติม โปรดดูคำถามที่พบบ่อยของเรา

คุณภาพโมเดลและการมีส่วนร่วม

เป้าหมายของเราคือทำให้โมเดล Menagerie ทั้งหมดมีความซื่อสัตย์ต่อระบบจริงที่กำลังสร้างแบบจำลองมากที่สุดเท่าที่จะเป็นไปได้ การปรับปรุงคุณภาพของแบบจำลองเป็นความพยายามอย่างต่อเนื่อง และสถานะปัจจุบันของแบบจำลองจำนวนมากไม่จำเป็นต้องดีเท่าที่ควร

อย่างไรก็ตาม ด้วยการเปิดตัว Menagerie ในสถานะปัจจุบัน เราหวังว่าจะรวบรวมและเพิ่มการมองเห็นการมีส่วนร่วมของชุมชน เพื่อช่วยให้ผู้ใช้ Menagerie กำหนดความคาดหวังที่เหมาะสมเกี่ยวกับคุณภาพของแต่ละรุ่น เราขอแนะนำระบบการให้เกรดต่อไปนี้:

ระดับ	คำอธิบาย
เอ+	ค่าเป็นผลจากการระบุระบบที่เหมาะสม
ก	ค่าต่างๆ เป็นไปตามความเป็นจริง แต่ยังไม่ได้รับการระบุอย่างถูกต้อง
บี	มีเสถียรภาพ แต่ค่าบางค่าไม่สมจริง
ค	มีเสถียรภาพตามเงื่อนไขสามารถปรับปรุงได้อย่างมีนัยสำคัญ

ระบบการให้เกรดจะถูกนำไปใช้กับแต่ละโมเดลเมื่อมีการสร้างกล่องเครื่องมือระบุระบบที่เหมาะสม ขณะนี้เรากำลังวางแผนที่จะเปิดตัวกล่องเครื่องมือนี้ในปลายปีนี้

สำหรับข้อมูลเพิ่มเติมเกี่ยวกับการมีส่วนร่วม เช่น การเพิ่มโมเดลใหม่ให้กับ Menagerie โปรดดูที่การมีส่วนสนับสนุน

โมเดลโรงเลี้ยงสัตว์

แขน.

ชื่อ	ผู้สร้าง	อ.ส	ใบอนุญาต	เอ็มเจเอ็กซ์
FR3	แฟรงก้า โรโบติกส์	7	อาปาเช่-2.0
iiwa14	คูก้า	7	BSD-3-ข้อ
Lite6	ยูแฟคทอรี	6	BSD-3-ข้อ
แพนด้า	แฟรงก้า โรโบติกส์	7	BSD-3-ข้อ
ซอว์เยอร์	คิดใหม่เกี่ยวกับหุ่นยนต์	7	อาปาเช่-2.0
ยูนิทรี Z1	ยูนิทรีโรโบติกส์	6	BSD-3-ข้อ
UR5e	ยูนิเวอร์แซลโรบอตส์	6	BSD-3-ข้อ
UR10e	ยูนิเวอร์แซลโรบอตส์	6	BSD-3-ข้อ
ไวเปอร์เอ็กซ์ 300	ทรอสเซ่น โรโบติกส์	8	BSD-3-ข้อ
วิโดว์เอ็กซ์ 250	ทรอสเซ่น โรโบติกส์	8	BSD-3-ข้อ
xarm7	ยูแฟคทอรี	7	BSD-3-ข้อ
เจน3	คิโนวาโรโบติกส์	7	BSD-3-ข้อ

ไบเพด

ชื่อ	ผู้สร้าง	อ.ส	ใบอนุญาต	เอ็มเจเอ็กซ์
แคสซี่	วิทยาการหุ่นยนต์ความคล่องตัว	28	BSD-3-ข้อ

แขนคู่.

ชื่อ	ผู้สร้าง	อ.ส	ใบอนุญาต	เอ็มเจเอ็กซ์
อะโลฮ่า 2	Trossen Robotics, Google DeepMind	16	BSD-3-ข้อ

โดรน

ชื่อ	ผู้สร้าง	อ.ส	ใบอนุญาต	เอ็มเจเอ็กซ์
เครซี่ฟลาย 2	Bitcraze	0	เอ็มไอที
สกายดิโอ X2	สกายดิโอ	0	อาปาเช่-2.0

เอนด์เอฟเฟคเตอร์

ชื่อ	ผู้สร้าง	อ.ส	ใบอนุญาต	เอ็มเจเอ็กซ์
อัลเลโกรแฮนด์ V3	โวนิก โรโบติกส์	16	BSD-2-ข้อ
ลีปแฮนด์	มหาวิทยาลัยคาร์เนกี้เมลลอน	16	เอ็มไอที
โรโบติก 2F-85	โรโบติก	8	BSD-2-ข้อ
มือเงา EM35	บริษัทหุ่นยนต์เงา	24	อาปาเช่-2.0
มือเงา DEX-EE	บริษัทหุ่นยนต์เงา	12	อาปาเช่-2.0

หุ่นยนต์เคลื่อนที่

ชื่อ	ผู้สร้าง	อ.ส	ใบอนุญาต	เอ็มเจเอ็กซ์
กูเกิลโรบ็อต	Google Deep Mind	9	อาปาเช่-2.0
ยืดเหยียด 2	สวัสดีหุ่นยนต์	17	ล้าง BSD
ยืด 3	สวัสดีหุ่นยนต์	17	อาปาเช่-2.0

ฮิวแมนนอยด์

ชื่อ	ผู้สร้าง	อ.ส	ใบอนุญาต	เอ็มเจเอ็กซ์
โรโบติส โอพี3	โรโบติส	20	อาปาเช่-2.0
ยูนิทรี G1	ยูนิทรีโรโบติกส์	37	BSD-3-ข้อ
ยูนิทรี H1	ยูนิทรีโรโบติกส์	19	BSD-3-ข้อ
ทาลอส	PAL โรโบติกส์	32	อาปาเช่-2.0

สี่เท่า

ชื่อ	ผู้สร้าง	กระทรวงกลาโหม	ใบอนุญาต	เอ็มเจเอ็กซ์
ใดๆ B	อะนีโบติกส์	12	BSD-3-ข้อ
อันมอล ซี	อะนีโบติกส์	12	BSD-3-ข้อ
จุด	บอสตัน ไดนามิกส์	12	BSD-3-ข้อ
ยูนิทรี A1	ยูนิทรีโรโบติกส์	12	BSD-3-ข้อ
ยูนิทรี โก1	ยูนิทรีโรโบติกส์	12	BSD-3-ข้อ
ยูนิทรี Go2	ยูนิทรีโรโบติกส์	12	BSD-3-ข้อ
Google Barkour เวอร์ชัน 0.1	Google Deep Mind	12	อาปาเช่-2.0
Google Barkour vB	Google Deep Mind	12	อาปาเช่-2.0

ชีวกลศาสตร์

ชื่อ	ผู้สร้าง	กระทรวงกลาโหม	ใบอนุญาต	เอ็มเจเอ็กซ์
ลำตัวบินได้	Google DeepMind วิทยาเขตวิจัย HHMI Janelia	102	อาปาเช่-2.0

เบ็ดเตล็ด.

ชื่อ	ผู้สร้าง	กระทรวงกลาโหม	ใบอนุญาต	เอ็มเจเอ็กซ์
D435i	อินเทล เรียลเซนส์	0	อาปาเช่-2.0

อ้างถึงโรงเลี้ยงสัตว์

หากคุณใช้ Menagerie ในงานของคุณ โปรดใช้การอ้างอิงต่อไปนี้:

 @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 } ,
}

รับทราบ

โมเดลในพื้นที่เก็บข้อมูลนี้อิงตามโมเดลของบริษัทอื่นที่ออกแบบโดยผู้ที่มีความสามารถจำนวนมาก และคงเป็นไปไม่ได้หากปราศจากการสนับสนุนโอเพ่นซอร์สที่เอื้อเฟื้อของพวกเขา เราขอขอบคุณนักออกแบบและวิศวกรทุกคนที่ทำให้ MuJoCo Menagerie เกิดขึ้นได้

เราขอขอบคุณ Pedro Vergani สำหรับความช่วยเหลือด้านภาพและการออกแบบ

ความพยายามหลักที่จำเป็นในการทำให้พื้นที่เก็บข้อมูลนี้เข้าถึงได้แบบสาธารณะดำเนินการโดย Kevin Zakka ด้วยความช่วยเหลือจากทีม Robotics Simulation ที่ Google DeepMind

ใบอนุญาตและข้อจำกัดความรับผิดชอบ

ไฟล์ XML และเนื้อหาในแต่ละไดเร็กทอรีโมเดลของพื้นที่เก็บข้อมูลนี้อยู่ภายใต้ข้อกำหนดสิทธิ์การใช้งานที่แตกต่างกัน โปรดศึกษาไฟล์ LICENSE ใต้ไดเร็กทอรีย่อยแต่ละรุ่นเพื่อดูข้อมูลใบอนุญาตและลิขสิทธิ์ที่เกี่ยวข้อง

เนื้อหาอื่นๆ ทั้งหมดเป็นลิขสิทธิ์ 2022 DeepMind Technologies Limited และได้รับอนุญาตภายใต้ใบอนุญาต Apache เวอร์ชัน 2.0 สำเนาของใบอนุญาตนี้มีอยู่ในไฟล์ใบอนุญาตระดับบนสุดในพื้นที่เก็บข้อมูลนี้ คุณสามารถรับได้จากhttps://www.apache.org/licenses/LICENSE-2.0

นี่ไม่ใช่ผลิตภัณฑ์ของ Google ที่ได้รับการสนับสนุนอย่างเป็นทางการ