Robot Learning 框架比较

最新推荐文章于 2024-08-03 13:04:22 发布

fei_6

最新推荐文章于 2024-08-03 13:04:22 发布

阅读量1.5k

点赞数 5

分类专栏： Robot Learning

本文链接：https://blog.csdn.net/fei_6/article/details/103966964

版权

本文介绍了机器人学习框架PyRoboLearn及其特点，并对比了多种机器人仿真器和环境，如Gazebo、PyBullet、Mujoco等。此外，还列举了OpenAI Gym、RLBench等学习环境，并讨论了相关的模型和算法库，如Keras-RL、rllab和PyTorch。该文是初学者选择合适框架的重要参考资料。

摘要由CSDN通过智能技术生成

微信公众号：robot_learning123
分享机器人与人工智能相关的技术与最新进展，欢迎关注与交流。
原文链接：Robot Learning 框架比较

现在Robot Learning方面的学习框架（环境与算法）种类繁多，而如何选择一个合适的框架也是一件令人头疼的事情。CoRL2019有一篇文章[1]开源了一个Robot Learning Framework, PyRoboLearn(PRL), 支持多种仿真环境和几十种机器人，包含了从仿真训练到真机部署的全过程，非常值得学习借鉴，目前还在开发中，其基本特点如下：

OS: Ubuntu 16.04 and 18.04. Also, Windows 10, and Mac OSX but does not support all interfaces.
Python: 2.7, 3.5, 3.6
PEP8 compliant (unified code style)
Documented functions and classes
Unified framework

其中，官方文档里面有一篇文章[2]对当前常见的框架进行了总结与比较，对于初学者来说是一个不错的参考资料，有助于我们选出合适的框架。作者将框架大致分成两组：
提供仿真环境（simulator & environment）
提供学习模型和算法（learning model & algorithm）

1. Simulators

这部分首先列举出各种常见的机器人仿真器，然后对他们进行比较：

Gazebo-ROS
- free + open source
- C++ (Python through ROS)
- Python 3.* but Python 2.7 for some ROS packages
- Gazebo, ROS
Bullet/PyBullet
- Free (zlib license) + open source
- C++
- Python wrapper (Python 2.7 and 3.*)
- Bullet Github repo, and Pybullet Github repo
Mujoco/mujoco-py
- Not free unless student but cannot be used for research (require a License) + not open-source
- C
- Python wrapper (Python 3.5)
- Main Webpage, mujoco-py
Dart
- free + open-source
- C++
- Python wrapper (d