联系销售
返回Wiki

模拟 <unk> 伊萨克实验室和MuJoCo

开放臂模拟文档:艾萨克实验室强化学习环境 (接触,升起,开抽<unk>) 和 MuJoCo物理模拟设置,控制扭矩.

查看OpenArm硬件中心.

在这个页面上

  • 现在,我们要做什么?
  • T4)
  • T5)
  • 现在,我们要做什么?
  • 快要来了.
  • ,我很高兴.
  • T9
  • T10
  • [技术细节]

开臂文件

  • T12
  • 开始了.
  • 现在,我们要做什么?
  • 软件:
  • 电话操作
  • T17
  • [常见问题和购买]

查看

  • 开手1快速启动

支持学习,模仿学习和基础模型研究的OpenArm模拟环境.包括与NVIDIA Isaac Sim和MuJoCo物理模拟设置的艾萨克实验室集成.

艾萨克实验室NVIDIA艾萨克·辛姆·穆乔科强化学习 Sim2Real开源

据了解,在2026年4月6日,

1. 艾萨克实验室模拟

概述

欢迎来到OpenArm Isaac Lab仿真文档.OpenArm正式融入了NVIDIA的 Isaac Sim / Isaac Lab**生态系统,可开发和评估强化学习,模仿学习和基于基础模型的方法.

开放式武器模型在开源许可证下发布 (Apache 2.0) ,该团队旨在为实践模拟资产,培训工作流程和可以直接应用于现实机器人系统的基准提供贡献.

版本信息

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

可用的RL演示环境

在 openarm_isaac_lab 存储库中,有四个增强学习环境可供公开使用:

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

详细的实施代码,配置文件和使用说明可以在 [openarm_isaac_lab GitHub存储库](T23中找到.

艾萨克实验室设置

按照 [docs.isaacsim.omniverse.nvidia.com]T24的官方Isaac Lab安装指南,然后复制OpenArm扩展:

之后安装了Isaac Lab,复制OpenArm扩展 cd /路径/到/isaaclab T36 \ 源/扩展/开放式手臂_isaac_lab

插入扩展 /////////

运行一个演示环境 (例如:完成任务) 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签: 标签 --任务开放Arm-工作范围-v0 \ 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他 其他

快要到

  • 远程操作代码 VR和插座远程操作在模拟中
  • 模仿学习代码 数据集记录和行为克隆设置
  • Sim2Real Code 从模拟转移到真实硬件

贡献 特别欢迎 Sim2Real 和模仿学习贡献.

2. 子模拟

概述

MuJoCo (多关联动态与联系) 是谷歌DeepMind维护的物理引擎.MJCF (MuJoCo描述文件) 是XML文件,描述所有移动场景组件,促进可再生环境中的算法实验.

开臂MuJoCo模型可在 开臂_mujoco 存储库中使用.

设置和快速启动

  1. ** 下载和安装MuJoCo.**

在x86 Linux上使用MuJoCo 3.3.4 现在,我们要做什么? 让我们看到 T37 子 --提取 --gzip --verbose \ 没有任何其他方法, ,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,,

  1. 发射了MuJoCo模拟观众.

其他类型的产品 模拟

  1. ** 克隆OpenArm MuJoCo存储库.**

T38

  1. 加载OpenArm模型. 在MuJoCo模拟窗口中,打开文件探险器,将T0拖入窗口.双手动OpenArm模型将在物理模拟中加载.

技术细节

动机模型

MuJoCo模型使用扭矩控制为动机,实现现实模拟,同时需要客户端控制管理. 这与实际硬件的电动控制模式相匹配.

几何组

Group Purpose
Group 2 Visual geometry (for rendering)
Group 3 Collision geometry (for physics)

物理模拟使用碰撞几何的凸体,为接触计算提供了高效的近似.

国际货币基金组织组成

您可以加载单个臂部件或全双手机设置:

  • T1 双手机设置 (双手)
  • 单个臂部件可独立加载,用于单臂任务

Python API 使用

基于 OpenArm 的 MuJoCo Python 使用 进口果 进口mujoco.viewer 进口量为 np

装载模型 模型.从_xml_path("v1/openarm_bimanual.xml") 数据 = mujoco.MjData(模型)

点控制应用于关节 随着mujoco.viewer.launch_passive(模型,数据) 作为观众: 在观众.is_running() #设置扭矩命令 (扭矩控制模式) 数据.ctrl[:] = np.zeroos(model.nu)

步骤模拟 模特,数据) 查看者.sync()

罗斯2桥 (即将到达)

在v1 MuJoCo模型发布后不久,将发布一个ROS2包,可将MuJoCo作为假硬件界面进行集成.这将允许在部署到真实硬件之前,全面的ROS2控制堆进行模拟MuJoCo测试.

果公司资源

  • 开放式手臂MuJoCo存储库: github.com/enactic/openarm_mujoco
  • 果公司的文件: [mujoco.readthedocs.io]
  • 谷歌深心的MuJoCo发布: [github.com/google-deepmind/mujoco]

** 归因** 本页面的内容是基于 [docs.openarm.dev]的官方OpenArm文档,版权 © 20252026Enactic, Inc.

←电话操作 FAQ &购买 →

需要一个OpenArm单元,备份或第二个为你的实验室?