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

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

在这里插入图片描述

python3 -m pybullet_envs.examples.enjoy_TF_HumanoidFlagrunHarderBulletEnv_v1_2017jul

在这里插入图片描述

python3 -m pybullet_envs.examples.enjoy_TF_AntBulletEnv_v0_2017may

在这里插入图片描述

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()