gym ignition

gimnasia

️ Advertencia ️

Este proyecto ya no se mantiene activamente, y el desarrollo se ha estancado. Para una descripción en profundidad del estado actual y los pasos procesables para revivir el desarrollo, consulte el #430.

Descripción

Gym-Grannition es un marco para crear entornos de robóticos reproducibles para la investigación de aprendizaje de refuerzo.

Se basa en el proyecto de escenario que proporciona las API de bajo nivel para interactuar con el simulador de Gazebo de encendido. De forma predeterminada, los entornos RL comparten un montón de código de calderas, por ejemplo, para inicializar el simulador o estructurar las clases para exponer la interfaz gym.Env . El gimnasio de gimnasia proporciona la Task y las abstracciones Runtime que lo ayudan a centrarse en el desarrollo de la lógica de toma de decisiones en lugar de la ingeniería. Incluye aleatorizadores para simplificar la implementación de la aleatorización de dominio de modelos, física y tareas. Gym-Grannition también proporciona poderosos algoritmos de dinámica compatibles con robots basados ​​en base fija y flotante explotando robotología/idyntree y exponiendo funcionalidades de alto nivel.

El gimnasio de la grabación no proporciona entornos listos para usar listos para ser utilizados. Más bien, su objetivo es simplificar y racionalizar su desarrollo. No obstante, con fines ilustrativos, incluye ejemplos canónicos en el paquete gym_ignition_environments .

Visite el sitio web para obtener más información sobre el proyecto.

Instalación

1. Primero, siga las instrucciones de instalación del escenario.
2. pip install gym-ignition , preferiblemente en un entorno virtual.

Que contribuye

Puede visitar nuestro foro comunitario alojado en discusiones de Github. Incluso sin habilidades de codificación, responder las preguntas del usuario es una excelente manera de contribuir. Si usa la grabación de gimnasio en su aplicación y desea mostrarlo, ¡visite la sección Show and Tell! Puede anunciar allí sus entornos creados con gimnasia.

Las solicitudes de extracción son bienvenidas.

Para cambios importantes, abra primero una discusión para proponer lo que le gustaría cambiar.

Citación

 @INPROCEEDINGS { ferigo2020gymignition ,
    title = { Gym-Ignition: Reproducible Robotic Simulations for Reinforcement Learning } ,
    author = { D. {Ferigo} and S. {Traversaro} and G. {Metta} and D. {Pucci} } ,
    booktitle = { 2020 IEEE/SICE International Symposium on System Integration (SII) } ,
    year = { 2020 } ,
    pages = { 885-890 } ,
    doi = { 10.1109/SII46433.2020.9025951 }
} 

Licencia

LGPL v2.1 o cualquier versión posterior.

---

Descargo de responsabilidad: Gym-Grannition es un proyecto independiente y no está relacionado con ningún medio para abrir y abrir robótica.