Menagerie是 MuJoCo 實體引擎的高品質模型集合，由 Google DeepMind 策劃。
物理模擬器的好壞取決於它所模擬的模型，在像 MuJoCo 這樣具有許多建模選項的強大模擬器中，很容易創建出行為不符合預期的「糟糕」模型。該集合的目標是為社區提供一個精心設計的模型庫，這些模型一開始就可以很好地工作。
robot-descriptionsgit clone每個模型所需的最低 MuJoCo 版本在其各自的自述文件中指定。您可以從 GitHub 發布頁面下載 MuJoCo 的預先建置二進位文件，或者如果您使用 Python，則可以透過pip install mujoco從 PyPI 安裝本機綁定。有關替代安裝說明，請參閱此處。
Menagerie 的結構如下圖所示。為簡潔起見，我們只包含一個模型目錄，因為所有其他目錄都遵循完全相同的模式。
├── unitree_go2
│ ├── assets
│ │ ├── base_0.obj
│ │ ├── ...
│ ├── go2.png
│ ├── go2.xml
│ ├── LICENSE
│ ├── README.md
│ └── scene.xml
│ └── go2_mjx.xml
│ └── scene_mjx.xmlassets ：儲存用於視覺和碰撞目的的模型的 3D 網格（.stl 或 .obj）LICENSE ：描述模型的版權和授權條款README.md ：包含描述如何產生模型的 MJCF XML 檔案的詳細步驟.xml scene.xml ：包括.xml .png scene.xml的 PNG 影像_mjx.xml scene_mjx.xml ：與scene.xml相同，但載入 MJX 變體請注意， scene.xml檔留下額外的主體定義，如 Shadow Hand scene.xml中所示。
robot-descriptions您可以使用開源的robot_descriptions來載入 Menagerie 中的任何模型。它可在 PyPI 上使用，並且可以透過pip install robot_descriptions安裝。
安裝後，您可以載入您選擇的模型，如下所示：
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您也可以直接將此儲存庫複製到您選擇的目錄中：
git clone https://github.com/google-deepmind/mujoco_menagerie.git然後，您可以使用 Python 檢視器以互動方式探索模型：
python -m mujoco.viewer --mjcf mujoco_menagerie/unitree_go2/scene.xml如果您還有其他問題，請查看我們的常見問題。
我們的目標是最終使所有 Menagerie 模型盡可能忠於它們所建模的真實系統。提高模型品質是一項持續的工作，許多模型的當前狀態不一定那麼好。
然而，透過以當前狀態發布 Menagerie，我們希望鞏固並提高社區貢獻的知名度。為了幫助 Menagerie 使用者對每個模型的品質設定適當的期望，我們引入了以下分級系統：
| 年級 | 描述 |
|---|---|
| A+ | 值是正確系統辨識的產物 |
| 一個 | 價值觀是現實的，但尚未正確識別 |
| 乙 | 穩定，但有些值不切實際 |
| C | 條件穩定，可明顯改善 |
一旦創建了適當的系統識別工具箱，分級系統將應用於每個模型。我們目前計劃在今年稍後發布這個工具箱。
有關貢獻的更多信息，例如向 Menagerie 添加新模型，請參閱貢獻。
武器。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| FR3 | 弗蘭卡機器人公司 | 7 | 阿帕契-2.0 | ✖️ |
| 伊瓦14 | 庫卡 | 7 | BSD-3 條款 | ✖️ |
| 精簡版6 | 生產工廠 | 6 | BSD-3 條款 | ✖️ |
| 貓熊 | 弗蘭卡機器人公司 | 7 | BSD-3 條款 | ✔️ |
| 索耶 | 重新思考機器人 | 7 | 阿帕契-2.0 | ✖️ |
| 優樹Z1 | 優樹機器人 | 6 | BSD-3 條款 | ✖️ |
| UR5e | 優傲機器人 | 6 | BSD-3 條款 | ✖️ |
| UR10e | 優傲機器人 | 6 | BSD-3 條款 | ✖️ |
| 蝰蛇X 300 | 特羅森機器人公司 | 8 | BSD-3 條款 | ✖️ |
| 寡婦X 250 | 特羅森機器人公司 | 8 | BSD-3 條款 | ✖️ |
| xarm7 | 生產工廠 | 7 | BSD-3 條款 | ✖️ |
| 第三代 | 基諾瓦機器人公司 | 7 | BSD-3 條款 | ✖️ |
兩足動物。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| 卡西 | 敏捷機器人 | 28 | BSD-3 條款 | ✖️ |
雙臂。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| 阿囉哈2 | 特羅森機器人公司、Google DeepMind | 16 | BSD-3 條款 | ✔️ |
無人機。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| 瘋狂飛行2 | 比特熱潮 | 0 | 麻省理工學院 | ✖️ |
| 思凱迪X2 | 斯凱迪奧 | 0 | 阿帕契-2.0 | ✖️ |
末端執行器。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| 快板手 V3 | 元力機器人公司 | 16 | BSD-2 條款 | ✖️ |
| 跳躍手 | 卡內基美隆大學 | 16 | 麻省理工學院 | ✖️ |
| 機器人2F-85 | 機器人 | 8 | BSD-2 條款 | ✖️ |
| 影手 EM35 | 影子機器人公司 | 24 | 阿帕契-2.0 | ✖️ |
| 暗影DEX-EE手 | 影子機器人公司 | 12 | 阿帕契-2.0 | ✖️ |
移動機械手。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| 谷歌機器人 | 谷歌深度思維 | 9 | 阿帕契-2.0 | ✖️ |
| 拉伸2 | 你好機器人 | 17 號 | 清除BSD | ✖️ |
| 拉伸3 | 你好機器人 | 17 號 | 阿帕契-2.0 | ✖️ |
類人生物。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| 機器人OP3 | 機器人 | 20 | 阿帕契-2.0 | ✖️ |
| 優樹G1 | 優樹機器人 | 37 | BSD-3 條款 | ✖️ |
| 優樹H1 | 優樹機器人 | 19 | BSD-3 條款 | ✖️ |
| 塔洛斯 | 帕爾機器人公司 | 32 | 阿帕契-2.0 | ✖️ |
四足動物。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| 任何馬爾B | 任何機器人 | 12 | BSD-3 條款 | ✖️ |
| 任意C | 任何機器人 | 12 | BSD-3 條款 | ✔️ |
| 點 | 波士頓動力公司 | 12 | BSD-3 條款 | ✖️ |
| 優樹A1 | 優樹機器人 | 12 | BSD-3 條款 | ✖️ |
| 優樹Go1 | 優樹機器人 | 12 | BSD-3 條款 | ✖️ |
| 優樹Go2 | 優樹機器人 | 12 | BSD-3 條款 | ✔️ |
| 谷歌巴庫爾 v0 | 谷歌深度思維 | 12 | 阿帕契-2.0 | ✔️ |
| 谷歌巴庫爾 vB | 谷歌深度思維 | 12 | 阿帕契-2.0 | ✔️ |
生物力學。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| 飛行體 | Google DeepMind，HHMI 珍妮莉亞研究園 | 102 | 阿帕契-2.0 | ✖️ |
各種各樣的。
| 姓名 | 創客 | 自由度 | 執照 | 明傑X |
|---|---|---|---|---|
| D435i | 英特爾實感 | 0 | 阿帕契-2.0 | ✖️ |
如果您在工作中使用 Menagerie，請使用以下引用：
@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 } ,
}這個儲存庫中的模型是基於由許多人才設計的第三方模型，如果沒有他們慷慨的開源貢獻，這些模型是不可能實現的。我們要感謝所有使 MuJoCo Menagerie 成為可能的設計師和工程師。
我們要感謝 Pedro Vergani 在視覺和設計上的幫助。
使該儲存庫公開可用所需的主要工作是由 Kevin Zakka 在 Google DeepMind 機器人模擬團隊的幫助下完成的。
此儲存庫的每個模型目錄中的 XML 和資產檔案都受不同的授權條款的約束。請查閱每個特定型號子目錄下的LICENSE檔案以取得相關授權和版權資訊。
所有其他內容版權所有 2022 DeepMind Technologies Limited，並根據 Apache 許可證版本 2.0 獲得許可。此儲存庫的頂級 LICENSE 檔案中提供了此許可證的副本。您也可以從 https://www.apache.org/licenses/LICENSE-2.0 取得它。
這不是 Google 官方支援的產品。
