机器人技能学习-robosuite-0-入门介绍

前言

资料太少、资料太少、资料太少，重要的事说三边，想根据自己实际场景自定义下机器人，结果发现无路可走，鉴于缺少参考文献，现在这里记录下，主要内容为官网信息，如有不合适的地方，望留言

模块介绍

结构很清晰，就是不会，以下是整体的框架图：

仿真模型三要素

要素	数量	解释	备注
机器人模型	一个或多个	包含夹具及机器人上的附属物
物体模型	0个或多个	能操作的目标物
Arena	有且仅有一个	机器人工作场景，包含桌子等

关键组件解释：

组件	作用	备注
Robots	实际动作者
Controls	解析相关指令转换成低层次语言传给物理引擎	会影响robot的运动学分量
Sensors	从MjSim对象中检索信息，并将观测结果生成机器人接受的物理信号

实战

案例1：从 demo 中创建自己的 env

目的：将系统案例中的 Lift 剥离出来，形成自己的环境 MyLiftEnv，并能在 ALL_ENVIRONMENTS 中找到该场景类。

1. 将系统中的 Lift.py 复制到 robosuite_learn/demos/envs/MyLIftEnv.py，从此， MyLiftEnv 场景就是专属自己的，可以在里面尽情更改；
2. 修改 robosuite/robosuite/__init__.py，添加代码：

import sys
sys.path.append("robosuite_learn/demos/envs/") 

# Manipulation environments
from robosuite.environments.manipulation.lift import Lift
# from robosuite.environments.manipulation.myEnv import MyEnv
from MyLiftEnv import MyLiftEnv

3. 在 main 函数中更改引入的环境名，即可调用

    options["env_name"] = 'MyLiftEnv' # 'MyLiftEnv' # choose_environment()
    robots_index = ['UR5e'] # ['Sawyer', 'Panda', 'Jaco','Kinova3','IIWA','UR5e']
    options["robots"] = robots_index[i] # choose_robots(exclude_bimanual=True)
    # Choose controller
    controller_name = 'OSC_POSE' # choose_controller()
    # Load the desired controller
    options["controller_configs"] = load_controller_config(default_controller=controller_name)
    # initialize the task
    env = suite.make(
       **options,
       has_renderer=True,
       has_offscreen_renderer=False,
       ignore_done=True,
       use_camera_obs=False,
       control_freq=20,
    )
    env.reset()
    env.viewer.set_camera(camera_id=0)

案例2：更换属于自己的物体

描述：将物体改成自己的数据，并手动控制机器人实现装配工作
物体描述：

同时在场景中，也把当前的物体导入即可。
效果展示如下图：

BUG1：曾经出现的问题
在进行手动装配的时候，出现drawer 无法塞入box 的空间中的现象，如下图所示，初步怀疑，对于 box 的描述不充分，导致无法体现空洞的表征；

问题探讨，从官方提供的demo 数据中找到一个类似的场景，把其中一个件插入到另外一个件中：

于是，找到相关 xml 模型，并进行交叉测试：

从测试情况可以看出，圆环之所以能插入到柱子中，是因为圆环是由**多个基础几何元素组合**得到的 重新修改装配体物体的描述，在这里，之需要更换 `box` 即可: