시뮬레이션 <unk> 아이작 랩 & 무조코
오픈아름 시뮬레이션 문서: 아이작 연구소 강화 학습 환경 (접수, 들어올림, 드래프트 오픈) 및 모조코 물리 시뮬레이션 설정
OpenArm 하드웨어 허브 를 참조하십시오.
이 페이지에
- [아이삭 연구소]
- [주관]
- [판 정보]
- [디모 환경]
- [내기 곧]
- [MuJoCo]
- [전환]
- [설정]
- [기술적 세부 사항]
오픈아름 문서
- [전환]
- [기 시작]
- [하드웨어]
- [소프트웨어]
- [전화 수술]
- [시뮬레이션]
- [FAQ& 구매]
또한 참조
- [오프아임 1 빠른 시작]
- [← 모든 위키 기사]
- [공식 문서]
강화 학습, 모방 학습 및 기초 모델 연구용 오픈아름 시뮬레이션 환경. 이스카브 연구소와 NVIDIA 아이사크 시ム 및 MuJoCo 물리 시뮬레이션 설정을 통합합니다.
아이작 랩 NVIDIA 아이작 심 무조코 강화 학습 Sim2Real 오픈 소스
원자: docs.openarm.dev/simulation/ ** 마지막으로 업데이트 된:** 2026년 4월 6일
1. 아이작 연구소 시뮬레이션
전체적인 설명
오픈아름 아이자크 연구소 시뮬레이션 문서에 오신 것을 환영합니다. 오픈아름은 공식적으로 NVIDIA의 아이자크 시ಮ್ / 아이자크 연구소 생태계에 통합되어 강화 학습, 모방 학습 및 기초 모델 기반 접근의 개발 및 평가를 가능하게합니다.
오픈아름 모델은 오픈소스 라이선스 (Apache 2.0) 아래 출시되며 팀의 목표는 실제 로봇 시스템에 직접 적용될 수 있는 실용적인 시뮬레이션 자산, 훈련 작업 흐름 및 벤치마크를 기여하는 것입니다.
버전 정보
| Component | Version |
|---|---|
| OpenArm | 1.0.0 |
| Isaac Sim | 5.1.0 |
| Isaac Lab | 2.3.0 |
| Python | 3.11 |
| Platform | Linux x86-64 |
| License | Apache 2.0 |
RL 데모 환경이 사용 가능
openarm_isaac_lab 저장소에서 4개의 강화 학습 환경이 공개되어 있습니다.
| Environment | Description |
|---|---|
| Reaching Task | Arm learns to reach target positions in 3D space |
| Lifting a Cube | Arm picks up a cube from a table surface |
| Opening a Drawer | Arm grasps and pulls open a drawer handle |
| Opening a Cabinet | Arm interacts with a hinged cabinet door |
자세한 구현 코드, 구성 파일 및 사용 지침은 [openarm_isaac_lab GitHub 저장소](
아이작 연구소 설치
[docs.isaacsim.omniverse.nvidia.com](
# 아이작 랩을 설치한 후, OpenArm 확장 프로그램을 복제
cd /path/to/isaaclab
git klone
확장 프로그램을 설치 ./isaaclab.sh -i 출처/ 확장/ 개방형
# 데모 환경을 실행 (예를 들어: 작업에 도달) ./isaaclab.sh -p 출처/ 확장자/ 오픈아름_isaac_lab/ 스크립트/train.py \ --task OpenArm-도달 거리-v0 \ --num _envs 4096
곧 오실 것
- **전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전용전
- 이미테이션 학습 코드
데이터셋 기록 및 행동 클론 설정 - Sim2Real Code
시뮬레이션에서 실제 하드웨어로 파이프라인을 전송
Contribute Sim2Real 및 모방 학습 기여는 특히 환영합니다. 참여하는 방법에 대한 [Contribution Guide] (T25
2. MuJoCo 시뮬레이션
전체적인 설명
MuJoCo (연결과 함께 다중 결합 동역학) 은 구글 딥마인드가 관리하는 물리 엔진이다. MJCF (MuJoCo 설명 파일) 는 재생 가능한 환경에서 알고리즘 실험을 촉진하는 모든 움직이는 장면 구성 요소를 설명하는 XML 파일이다.
OpenArm MuJoCo 모델은 openarm_mujoco 저장소에서 사용할 수 있습니다.
설정 및 빠른 시작
- ** MuJoCo를 다운로드하고 설치합니다.**
- 무조코 시뮬레이션 시청자를 시작하세요
cd "mujoco-${MUJOCO_VERSION}/bin" ./시뮬레이션
- OpenArm MuJoCo 저장소를 클론하세요.
git klone
- OpenArm 모델을 로드하세요. MuJoCo 시뮬레이션 창에서 파일 탐색기를 열고
T0 을 창으로 끌고 들어가. 두 개의 수동 OpenArm 모델은 물리 시뮬레이션에 로드됩니다.
기술 세부 사항
액추이터 모델
MuJoCo 모델은 동동기용을 위해 토크 제어를 사용하며, 클라이언트 측 제어 관리가 필요하면서 현실적인 시뮬레이션을 가능하게 한다. 이것은 실제 하드웨어의 모터 제어 모드에 일치한다.
기하학 그룹
| Group | Purpose |
|---|---|
| Group 2 | Visual geometry (for rendering) |
| Group 3 | Collision geometry (for physics) |
물리 시뮬레이션은 충돌 기하학의 구부러진 상자를 사용하여 접촉 계산에 효율적인 근접을 제공합니다.
MJCF 구성
MJCF 파일은 컴포지 가능합니다.
T1 완전 두동력 설정 (두 팔) - 개별 팔 구성 요소는 단일 팔 작업을 위해 독립적으로 로드 될 수 있습니다
파이썬 API 사용
# OpenArm에 의해 기본 MuJoCo 파이썬 사용 수입 무조코 import mujoco.viewer np로 수입
모델을 로드 모델 = mujoco.MjModel.from_xml_path("v1/openarm_bimanual.xml") 데이터 = mujoco.MjData(모델)
# 관절에 동력을 조절하는 방법을 적용 mujoco.viewer.launch_passive(model, data) 를 시청자로 사용함: 시청자.이_라운딩중입니다: # 토크 명령어를 설정 (토크 제어 모드) data.ctrl[:] = np.zeros(model.nu)
단계 시뮬레이션 mujoco.mj_step(모델, 데이터) viewer.sync()
ROS2 다리 (내로 올 것)
모형 하드웨어 인터페이스로서 MuJoCo 통합을 가능하게 하는 ROS2 패키지는 v1 MuJoCo 모델 출시 직후 출시될 예정이다. 이것은 실제 하드웨어에 배치되기 전에 전체 ROS2 제어 스택을 MuJoCo 시뮬레이션에 대한 테스트를 할 수 있게 할 것입니다.
무조코 리소스
- OpenArm MuJoCo 저장소: github.com/enactic/openarm_mujoco
- MuJoCo 문서: [mujoco.readthedocs.io]
- 구글 딥마인드 무조코 발매: [github.com/google-deepmind/mujoco]
유관 이 페이지의 내용은 [docs.openarm.dev]에 있는 공식 OpenArm 문서에 근거하여 작성되었습니다.
[OpenArm 구매할 수 있나요?]