Isaac Gym文档翻译 2.1

发布说明

1.0.preview4
通用
  • 此版本将独立预览版的Isaac Gym的PhysX实现与Omniverse Isaac Sim 2022.1对齐,以简化RL工作负载向Omniverse的迁移。
新特性
  • PhysX后端:增加了对SDF碰撞的支持,附带螺母和螺栓示例。
  • PhysX后端:默认启用陀螺力以改善仿真(可以通过asset_options.enable_gyroscopic_forces = False禁用)。
  • PhysX后端:允许按组件和单个形状自定义rest_offsetcontact_offset
  • 在URDF导入器中添加了对球形(球)关节支持的解析。
Bug修复和改进
  • PhysX:改善弹性碰撞行为。
  • PhysX:修复了重置一些固定基础演员时的bug。
  • 修复了PhysX材料属性缓存问题,影响动态变化的摩擦属性,例如在域随机化期间。
  • 修复了三角网格和高度场的摩擦模式问题;在先前的版本中,这被错误地设置为乘法模式。在此版本中,我们使用平均模式,与仿真中的所有其他形状一样。
1.0.preview3
驱动要求
  • 现在需要NVIDIA驱动版本470+。
API变更
  • 力传感器现在定义在组件上,而不是单个演员上(参见力传感器文档)。
  • 添加了可选的ForceSensorProperties以微调力的报告方式(参见力传感器文档)。
  • 添加了GPU质量矩阵API。
  • 添加了创建非均匀地形的API。
  • 将默认的接触收集模式从CC_LAST_SUBSTEP更改为CC_ALL_SUBSTEPS,这更准确,但在使用多个子步骤运行时可能会更慢。可以通过SimParams.physx.contact_collection覆盖。
RL环境变更
Bug修复和改进
  • 在PhysX中增加了演员身体和关节的数量限制。
  • 修复了GPU管道下随机化刚体属性的bug。
  • 修复了GPU管道下设置DOF位置目标的bug。
  • 修复了倾斜平面渲染。
  • 更新docker基础镜像为https://docs.nvidia.com/deeplearning/frameworks/pytorch-release-notes/rel_21-09.html
  • 添加了在docker中运行时的查看器支持。
  • 修复了GPU仿真中与演员缩放相关的不稳定性。在使用GPU管道时改变质量属性仍有一些限制,参见演员缩放。
1.0.preview2
API + 命令行参数变更
  • 仿真API和组件选择的命令行参数已更改,现在在RL示例和通用编程示例之间保持一致:
    • 删除了--physx_gpu命令行选项。
    • --sim_device用于指定仿真设备。它可以采取cpucuda:n作为选项。
    • --pipeline用于明确选择cpu或gpu张量管道API。
  • 改进并扩展了设置实验名称的命令行参数:
    • --experiment命令行选项替代了--experiment_name
    • 添加了--metadata标志。与--experiment <experiment name>一起使用时,会将关于物理引擎、仿真组件、管道和域随机化的额外信息添加到实验名称中。
  • 重新设计了应用刚体力的API:
    • 新的体力API允许应用扭矩并使用不同的坐标空间来力、扭矩和位置向量。
    • apply_body_force函数被apply_body_forcesapply_body_force_at_pos替代(参见API文档)。
    • apply_rigid_body_force_tensor函数被apply_rigid_body_force_tensorsapply_rigid_body_force_at_pos_tensors替代(参见张量API文档)。
  • 仿真确定性得到改善:
    • 在RL示例中可以设置--seed参数来指定使用哪个随机种子。明确设置种子应该在运行之间产生确定性结果。
    • 默认情况下,种子设置为-1,这将为每次运行生成一个随机种子。
    • 现在可以设置--torch_deterministic参数以在PyTorch操作中强制额外的确定性,但代价是性能。
    • 有关更多详情,请参阅强化学习示例页面上的可复现性部分。
  • 基础RL任务类已更新,为未来的多GPU训练支持做准备:
    • 任何从RL基础任务类继承的用户环境也应该更新
  • 设备根和文件路径现在可以从cfg文件中读取。
  • 方法attach_camera_to_body现在采用命名枚举而不是整数参数来表示相机附件模式。
  • docker镜像中的内容现在放在/opt下而不是/workspace
新特性
  • 组件处理
    • 在组件导入期间添加了对碰撞网格的凸分解支持。
    • 现在使用Assimp进行网格加载。这意味着可以在MJCF或URDF组件中指定许多不同类型的网格(包括.dae、.stl、.obj等)。
    • 添加了从URDF和MJCF文件中加载材料和(嵌入和非嵌入)纹理的支持。
    • 添加了用平滑顶点法线或面法线覆盖从网格加载的法线的支持。
    • 添加了在AssetOptions中显式覆盖惯性张量和质心的标志。
    • 添加了从MJCF加载视觉盒子和材料的支持。
    • 有关更多信息,请参见组件。
  • 更新的图形用户界面和可视化选项
    • 添加了从查看器获取鼠标位置和窗口大小的API支持
    • 有关更多信息,请参见仿真设置。
  • 与Shadow Hand环境和RL框架特性相关的更新
    • 在默认的rl-pytorch RL框架中添加了自适应KL调度。这以前只在rl_games RL框架中可用。
    • 在Shadow Hand环境中添加了不同的观察变体,以更紧密地匹配OpenAI的学习灵巧项目:https://openai.com/blog/learning-dexterity/
    • 添加了使用它们的不对称观察和Shadow Hand训练示例的支持。
    • 添加了使用LSTM策略和价

值函数进行训练的示例与rl_games。
- 添加了将控制频率设置为低于仿真频率的支持,以及向yaml配置中添加controlFrequencyInv参数以指定每个控制步骤应执行多少仿真步骤。
- 向域随机化选项中添加了相关噪声。
- 添加了对域随机化中演员参数的自定义分布的支持。

  • 其他组件和示例更新:
    • 添加了新的训练环境:ANYmal四足机器人、Quadcopter和NASA Ingenuity直升机。
  • 与可扩展性相关的容器化更新:
    • 添加了对Python 3.8的支持。
    • 添加了在docker中使用可用图形驱动进行无头渲染的支持。
    • 改善了CUDA上下文处理,为多GPU训练支持做准备
  • 额外的新特性:
    • 添加了对演员运行时缩放的支持。
    • 添加了在改变其质量时重新计算刚体的惯性张量的支持。
    • 添加了在对身体施加力时指定位置偏移的支持。
    • 更改了max_depenetration_velocity和bounce_threshold_velocity的默认值。
    • 添加了CoordinateSpace枚举以在本地、env或全球空间中指定位置偏移。
Bug修复
  • 修复了观察和行动噪声的问题。
  • 修复了CMU和NV人形的关节限制范围。
  • 修复了人形训练的轴错误。
  • 修复了PhysX后端碰撞网格的错误可视化。
  • 修复了z-up仿真中环境间距的bug。
  • 修复了从MJCF导入的网格、圆柱或椭球体可能具有不正确摩擦属性的bug。
  • 修复了程序化创建的原始形状在Flex中可能具有不正确厚度的bug。
  • 修复了在GPU上获取净接触力张量时可能发生的崩溃。
  • 修复了在GPU管道中提交混合控制张量的问题。
  • 修复了z-up相机视图矩阵计算、lookAt函数和鼠标拖动方向的问题。
  • 修复了返回错误惯性张量的刚体属性获取器。
  • PhysX:修复了GPU上聚合偶尔崩溃的问题。
  • PhysX:修复了GPU上凸包-胶囊碰撞中可能的缓冲区溢出。
  • PhysX:修复了小网格的稳定性问题。
  • PhysX:对TGS弹性进行了改进。
  • PhysX:修复了GPU管道中应用身体力的问题。
  • PhysX:修复了GPU管道中应用身体扭矩的问题。
  • PhysX:修复了导致非确定性的各种问题。
  • 修复了GPU管道中的同步问题。
  • 修复了z-up相机视图矩阵计算的问题。
  • 修复了设置演员的刚性形状属性的问题。
  • 改进了输入张量的错误检查。
  • 当在GPU管道中进行仿真时调用仅限CPU的函数时,改进了错误报告。
  • 修复了计算变换逆的bug。
  • 修复了由驱动程序bug引起的Flex启动时崩溃。
  • 修复了body_physics_props示例中地面平面摩擦的bug。

后面自己考古吧~~我不翻译了,感觉没必要挖这些历史版本

  • 15
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
您可以按照以下步骤来安装Isaac Gym: 1. 首先,您需要安装Nvidia驱动程序和Cuda模块。在安装之前,建议先安装Anaconda来管理包。您可以按照这篇博客中的指南来安装Anaconda和Nvidia驱动程序:\[1\] 2. 安装完成后,您可以下载Isaac Gym Benchmark Environments。您可以在这个国内镜像地址下载:\[2\] 3. 下载完成后,将文件解压并放在主目录下。然后进入解压后的文件夹中的isaacgym/docs目录,双击index.html文件,即可打开官方文档。 4. 按照文档中的步骤进行安装。您可以选择直接在新的虚拟环境中进行安装。可以通过以下命令来创建新的虚拟环境: ``` cd isaacgym/python/ sh ../create_conda_env_rlgpu.sh ``` 这样,您就可以按照官方文档中的指南来完成Isaac Gym的安装了。希望对您有所帮助! #### 引用[.reference_title] - *1* [issacgym+leggedgym安装](https://blog.csdn.net/svfsvadfv/article/details/129214461)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [Isaac-gym(1): 安装及官方demo内容](https://blog.csdn.net/hongliyu_lvliyu/article/details/124605383)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值