开源项目 `differentiable-robot-model` 使用教程

开源项目 differentiable-robot-model 使用教程

differentiable-robot-model We are implementing differentiable models of robot manipulators, which allows us to learn typically assumed to be known models of robots for control and motion planning. 项目地址: https://gitcode.com/gh_mirrors/di/differentiable-robot-model

1. 项目目录结构及介绍

differentiable-robot-model/
├── circleci/
│   └── ...
├── github/
│   └── workflows/
│       └── ...
├── diff_robot_data/
│   └── ...
├── differentiable_robot_model/
│   ├── __init__.py
│   ├── kinematics.py
│   ├── dynamics.py
│   └── ...
├── examples/
│   ├── learn_kinematics_of_iiwa.py
│   ├── learn_dynamics_of_iiwa.py
│   └── ...
├── experiments/
│   └── l4dc-sim-experiments.ipynb
├── tests/
│   └── ...
├── .gitignore
├── LICENSE
├── README.md
└── setup.py

目录结构介绍

• circleci/: 包含 CircleCI 配置文件，用于持续集成。
• github/workflows/: 包含 GitHub Actions 的工作流配置文件。
• diff_robot_data/: 包含项目所需的数据文件。
• differentiable_robot_model/: 核心代码库，包含机器人模型的可微分和可学习实现。
  • init.py: 模块初始化文件。
  • kinematics.py: 机器人运动学模型的实现。
  • dynamics.py: 机器人动力学模型的实现。
• examples/: 包含示例脚本，展示如何学习机器人的运动学和动力学参数。
  • learn_kinematics_of_iiwa.py: 学习 KUKA IIWA 机器人的运动学参数。
  • learn_dynamics_of_iiwa.py: 学习 KUKA IIWA 机器人的动力学参数。
• experiments/: 包含实验脚本，例如 L4DC 论文中的实验。
  • l4dc-sim-experiments.ipynb: 展示 L4DC 论文中的实验。
• tests/: 包含项目的单元测试文件。
• .gitignore: Git 忽略文件配置。
• LICENSE: 项目许可证文件。
• README.md: 项目说明文档。
• setup.py: 项目安装配置文件。

2. 项目启动文件介绍

setup.py

setup.py 是项目的安装配置文件，用于定义项目的元数据和依赖项。通过运行以下命令可以安装项目：

python setup.py develop

examples/learn_kinematics_of_iiwa.py

该脚本展示了如何学习 KUKA IIWA 机器人的运动学参数。通过运行以下命令可以启动该示例：

python examples/learn_kinematics_of_iiwa.py

examples/learn_dynamics_of_iiwa.py

该脚本展示了如何学习 KUKA IIWA 机器人的动力学参数。通过运行以下命令可以启动该示例：

python examples/learn_dynamics_of_iiwa.py

3. 项目的配置文件介绍

.gitignore

.gitignore 文件用于指定 Git 应该忽略的文件和目录，避免将不必要的文件提交到版本控制系统中。

LICENSE

LICENSE 文件包含了项目的开源许可证信息，本项目使用 MIT 许可证。

README.md

README.md 文件是项目的说明文档，包含了项目的概述、安装指南、使用说明等内容。

setup.py

setup.py 文件是项目的安装配置文件，定义了项目的元数据和依赖项。通过运行以下命令可以安装项目：

python setup.py develop

experiments/l4dc-sim-experiments.ipynb

该 Jupyter Notebook 文件展示了 L4DC 论文中的实验，可以通过 Jupyter Notebook 打开并运行。

jupyter notebook experiments/l4dc-sim-experiments.ipynb

通过以上步骤，您可以了解并使用 differentiable-robot-model 项目。

differentiable-robot-model We are implementing differentiable models of robot manipulators, which allows us to learn typically assumed to be known models of robots for control and motion planning. 项目地址: https://gitcode.com/gh_mirrors/di/differentiable-robot-model