前言
- 最近在搞强化学习，需要找一个物理仿真软件来跑我的机械臂强化学习模型，去网上搜了一下，当前比较主流的有
- PyBullet
- Mujoco
- VREP
- …
- 一开始是想用Mujoco,听说Mujoco现在免费了很适合强化学习，还有一个基于Mujoco的Robosuite很适合机器人的强化学习，一顿操作下来发现Bug实在太多（两个都是），想要去复现 这一篇带着UR5的强化学习凯源代码，发现各种报错，甚至重装了系统仍然不行。
- 软件肯定是好软件，但本人能力实在有限，还是转战PyBullet。 20230326
- 然后本文参照了很多前辈、大佬的文章，太乱了不一一列举了。
环境
| 配置 | 版本 |
|---|---|
| 显卡 | 3080 |
| Ubuntu | 20.04 |
| Python | 3.8 |
| Nvidia | 515 |
| cuda | 11.7 |
| PyTorch | 2.0 |
| gym | 0.17.2 |
- 感觉gym版本要更新一下
如果下面有报错，基本上就是你的环境不满足，去网上搜下把缺的环境补足就行
安装及简单测试
安装
- 安装指令
pip3 install pybullet
- 跑一下官方的案例
python -m pybullet_robots.panda.loadpanda
python3 -m pybullet_envs.examples.enjoy_TF_HumanoidFlagrunHarderBulletEnv_v1_2017jul
python3 -m pybullet_envs.examples.enjoy_TF_AntBulletEnv_v0_2017may
PyBullet文件介绍
- 再看一下文件位置,因为我装了anaconda,所以这个PyBullet也就到了anaconda的库文件下了
-
/home/xxx/anaconda3/lib/python3.9/site-packages
- 看一下各个文件的作用
- pybullet_data：存放各种机器人的URDF文件和模型。
- pybullet_envs：存放各种机器人环境（类似gym）和示例效果。
- pybullet_examples：介绍pybullet的各种基本功能，如运动学、动力学、PD控制、碰撞检测等。
- pybullet_robots：演示几种典型的机器人，如 laikago、panda、xarm。
- pybullet_utils：提供一些实用工具，如读写urdf、数学函数、矩阵操作等。
- pybullet-3.1.7.dist-info：安装信息。
PyBullet导入Ur5
虽然说，我们可以直接从官方GitHub上直接下载到ur5的文件。但是它并不能直接为我们所用，因为官方为了通用性，已经用xacro格式将整个ur系列进行了统一管理。这也导致了并不方便我们直接使用
改造我们可用的ur文件
- 我们直接参照PyBullet中它对franka_panda的描述，打造一个我们自己的ur5文件夹。先看这个franka_panda：
- franka
- meshes
- collision
- visual
- LICENSE
- panda.urdf
- 这其中 meshes下的collision，visual下的dae和stl文件我们直接用官方的，但ur5e.urdf需要自己从.xacro转换成.urdf文件
ur5e 和ur5模型通用
-
原版ur5e.urdf`文件有几个小细节要修改：
删掉ur_description : 使之与文件位置对应。因为不用gazebo，我把gazebo相关的标签也删掉了同理，删掉了transmission相关的标签（关节驱动电机）也删掉了最后的描述坐标系的三个标签内容
-
搞了半天，我自己删了东西的urdf总是出现link偏斜的问题，所以我觉得【
只调整下文件位置+mesh filename ="xxx"这里文件地址对应好】就行了。 -
我的文件上传到CSDN了，大家可以直接点击下载
-
最终我们有了和PyBullet案例中一样的文件结构
撰写Python代码
- 这里直接把Python代码列举出来
注意robotId = p.loadURDF 这里改成自己的文件地址
import pybullet as p
import time
import pybullet_data
import math
from collections import namedtuple
# from attrdict import AttrDict
# 连接物理模拟
physicsClient = p.connect(p.GUI)
p.setAdditionalSearchPath(pybullet_data.getDataPath())#
p.setGravity(0,0,-9.81)
#转变视角
p.resetDebugVisualizerCamera(cameraDistance=2,cameraYaw=0,cameraPitch=-40,cameraTargetPosition=[0.5,-0.9,0.5])
planeId = p.loadURDF("plane.urdf") #地面
robotId = p.loadURDF("/home/zhangshidi/GitHub/ReinforcementLearning/PyBullet/ur5e/ur5e.urdf",useFixedBase = True) #机器人
#机器人起始位姿设定
robotStartPos = [0,0,0]
robotStartOrientation = p.getQuaternionFromEuler([0,0,0])
p.resetBasePositionAndOrientation(robotId,robotStartPos,robotStartOrientation)
p.setRealTimeSimulation(1)
while True:
pass
# p.disconnect()
- 感觉还不错，按住ctrl+鼠标可以控制视角
小小的锦上添花
- 假如我把我的ur5e文件夹完全放到这个pybullet_data中，就可以优雅的直接加载了，而不用写这么长的文件位置。
文章来源：https://www.toymoban.com/news/detail-725513.html
在学习的过程中阅读了大量前辈的博客，要感谢他们的付出！文章来源地址https://www.toymoban.com/news/detail-725513.html
到了这里，关于Ubuntu安装PyBullet | PyBullet 导入Ur5 | PyBullet简单使用 | 关于机械臂强化学习仿真引擎的选择 | PyBullet入门操作的文章就介绍完了。如果您还想了解更多内容，请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章，希望大家以后多多支持TOY模板网！
