turtlebot3 ros2 dqn obstacle 不会动

最新推荐文章于 2022-05-16 16:44:29 发布
最新推荐文章于 2022-05-16 16:44:29 发布
阅读量426 收藏 3
点赞数
文章标签： 自动驾驶 深度学习
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/linzhuobina/article/details/111545839
版权
在Ubuntu 18.04和ROS2 Dashing环境下，尝试运行turtlebot3手动操作教程的机器学习部分时，遇到gazebo9仿真环境中障碍物无法移动的问题。报错表明gazebo可能找不到plugin库文件。通过检查和设置库文件路径，成功解决了障碍物不动的故障，使其能够正常移动。
摘要由CSDN通过智能技术生成

turtlebot3 ros2 dqn obstacle 不会动

turtlebot3 machine learning e-manual: link.

想要在ubuntu18.04+ros2 dashing上面运行turtlebot3 manual中的machine learning，在stage1和stage2还是没问题的，但stage3 和stage4中

$ ros2 launch turtlebot3_gazebo turtlebot3_dqn_stage3.launch.py
$ ros2 launch turtlebot3_gazebo turtlebot3_dqn_stage4.launch.py

打开的gazebo9仿真环境中的obstacle并没有像官网的demo video一样移动，是不动的。而且terminal会有如下的报错：
报错1
或者是

最低0.47元/天 解锁文章
linzhuobina
关注
TurtleBot3适合ros2，是ros2的示例
对事不对人；超越过去，变得更强。 邮箱：actorsun@189.cn
01-15 395
第二：随便看了看，这个里面的消息类型都是ros1的，因为ros2的消息类型一般都不是这样的。第一：上面说了：是基于ros1的，不是ros2的。
DoubleDQN_turtlebot2:基于ROS的TurtleBot 2机器人的双重DQN实现
03-26
DoubleDQN_turtlebot2 基于ROS的TurtleBot 2机器人的双重DQN实现 这是Turtlebot 2机器人上Double DQN算法的实现。 Python解释器：Python 3.6 ROS版本：ROS Melodic凉亭：凉亭9您还需要安装openai_ros ROS软件包（ ），以访问基于开放AI的环境和用于训练机器人的命令。 您可以按照ROS的本教程进行设置： ://wiki.ros.org/openai_ros/TurtleBot2 with openai_ros安装在TurtleBot机器人顶部的激光扫描仪用于训练机器人，并且也可以扩展它仅对相机图像进行了微小的更改，但是，我不会在此代码中显示出来。 下面是您将需要的python软件包列表（通过conda列表生成），我建议使用这些库创建一个Conda环境，以实现平稳运行。 _libgcc
Ubuntu18.04配置 ROS2 dashing+ gazebo9 + Turtlebot3
weixin_39644536的博客
11-19 1944
一、安装ros2[dashing版本] 参考 ros2与turtlebot3仿真教程 1. 安装 （1）设置环境[检查UTF-8] locale 如果已经设置好，则进行（2），否则 sudo apt update && sudo apt install locales sudo locale-gen en_US en_US.UTF-8 sudo update-locale LC_ALL=en_US.UTF-8 LANG=en_US.UTF-8 export LANG=en_US.UTF-
用Turtlebot3实现基于深度强化学习的多移动机器人导航避障的仿真训练（附源码）
热门推荐
Cameron_Rin的博客
05-19 1万+
用Turtlebot3实现基于深度强化学习的多移动机器人导航避障训练（附源码）
turtlebot3 按照教程 Simulation 无法手动控制
血溅五步的专栏
04-12 552
解决办法： 需要讲turtlebot3_gazebo/models中的全部文件复制到~/.gazebo/models中
openai_ROS调用DQN算法
qq_37501555的博客
02-27 743
openai_ROS调用DQN算法 openai_ROS库基于python3编写，首先需要安装python3的虚拟环境，特别注意python3-pip这个软件包，安装好后最好不要直接pip调用，可能会导致实际编译时导入错误，原因： https://github.com/pypa/pip/issues/5599 使用pip安装软件包时，推荐使用如下命令python -m pip 由于DQN算法涉及深度神经网络，因此需要安装tensorflow或pytorch深度学习库。 创建python3虚拟环境，导入o
turtlebot3深度强化学习避障，基于pytorch
03-03
turtlebot3强化学习避障，包括DQN， DDPG，PPO，SAC。 转载地址 https://github.com/Crawford-fang/ROS_pytorch_RL/tree/main/DQN 我就用过DQN，里面有很多需要修改的地方。主要是包括路径的代码，改成自己的路径。...
turtlebot3：Turtlebot3的ROS软件包
02-04
TurtleBot3 TurtleBot3的ROS 1软件包 开发 主 Kinetic + Ubuntu Xenial Melodic + Ubuntu仿生 Noetic + Ubuntu焦点 TurtleBot3的ROS 2软件包 ros2-devel ros2 短跑+ Ubuntu Bionic Foxy + Ubuntu焦点 适用于...
turtlebot3_msgs：TurtleBot3的ROS消息包
02-04
turtlebot3_msgs是针对TurtleBot3机器人的一款ROS（Robot Operating System）消息包。ROS是一个开源操作系统，专门设计用于为机器人设备和软件提供灵活的框架。TurtleBot3是一款开源、低成本、模块化的移动机器人...
DQN_Pytorch_ROS
04-17
DQN_Pytorch_ROS 该项目的目标是在OpenAI Gym和Gazebo提供的模拟环境中使用Pytorch训练强化学习算法，并通过ROS（机器人操作系统）控制代理。 最后，经过训练的模型将使用称为Turtlebot的机器人部署到现实世界中。 环境，代理商，任务，行动和奖励 由OpenAI Gym和Gazebo生成的模拟环境是一个迷宫，该代理是一个虚拟的Turtlebot，其顶部具有一个带激光雷达的移动平台。 解决的任务是学习一种策略，以使机器人在每种状态下在捕获和过滤的激光束方向上与任何障碍物之间的距离都不比可配置距离（默认为0.2米）更近。 可以通过变量在文件$HOME/python3_ws/src/openai_ros/openai_ros/src/openai_ros/task_envs/turtlebot2/config/turtlebot2_maze.yaml此值：
ROS、OpenAI和Gazebo机器人与人工智能仿真与实践教研杂记（一）安装配置
zhangrelay的专栏
04-30 5336
时间：2019年4月30日，将2018-2019-1学期，也就是2018年秋学期的一些工作文字稿转录为博文。 课程教学实践环境： 系统：Ubuntu 18.04.2 LTS + ROS Melodic（1.0）1.14.3 ~ 1943 + ROSCrystal（2.0）0.6.1 ~ 541 etc. 仿真：Gazebo 9.8.0 + V-Rep 3.6.1 + Webo...
DQN代码-ROS-turtlebot3
qq2650326396的博客
11-13 1948
DQN代码解析 代码来自turtlebot3_qdn/environment_stage_4.py 发布话题：cmd_vel 订阅话题：odom 服务话题: gazebo/reset_simulation,gazebo/unpause_physics gazebo/pause_physics\ def: getGoalDistace（计算获得目标距离）: return goal_distance getOdometry（读取里程信息计算航向角）: self.position=odom.pose.pose.p
ROS开发笔记（10）——ROS 深度强化学习dqn应用之tensorflow版本(double dqn/dueling dqn/prioritized replay dqn)
天涯的专栏
09-14 6250
ROS开发笔记（10）——ROS 深度强化学习dqn应用之tensorflow版本(double dqn/dueling dqn/prioritized replay dqn) 在ROS开发笔记（9）中keras版本DQN算法基础上，参考莫烦强化学习的视频教程与代码，编写了应用在ROS中的tensorflow版本DQN算法，本部分代码包含了原始dqn、double dqn、dueling dqn、...
ROS开发笔记（9）——ROS 深度强化学习应用之keras版本dqn代码分析
天涯的专栏
09-09 5885
在ROS开发笔记（8）中构建了ROS中DQN算法的开发环境，在此基础上，对算法代码进行了分析，并做了简单的修改： 修改1  ： 改变了保存模型参数在循环中的位置，原来是每个10整数倍数回合里面每一步都修改（相当于修改episode_step次），改成了每个10整数倍数回合修改一次 # if e % 10 == 0: #             agent.model.save(agent.dir...
DQN,DDPG,SAC,PPO算法在turtlebot3上的仿真实验
qq2650326396的博客
12-05 4035
DQN,DDPG,SAC,PPO算法在turtlebot3上的仿真实验
Ubuntu16.04下turtlebot的DQN算法进行路径规划及其安装运行
tyj1025的博客
11-23 3491
环境安装 利用anoconda创建虚拟环境，取名为tensorflow。(最好用anoconda3,取名可随便取) conda create -n tensorflow pip python=2.7 激活虚拟环境 conda activate tensorflow 安装显卡驱动、cuda、cudnn conda install cudatoolkit==9.0 conda install cudnn==7.1.2 在虚拟环境中安装tensorflow_gpu=1.8, keras=2.1.6, ros
（三）Ubuntu16.4 ROS Kineti Gazebo7.16环境中fetch机器人动态路径规划算法研究
ITSM/ITIL/网络安全/IT运维
05-16 592
动态路径/运动规划 D3QN Dueling Double Deep Q Network(D3QN)算法结合了Double DQN和Dueling DQN算法的思想，进一步提升了算法的性能。如果对Doubel DQN和Dueling DQN算法还不太了解的话，可以参考我的这两篇博文：深度强化学习-Double DQN算法原理与代码和深度强化学习-Dueling DQN算法原理与代码，分别详细讲述了这两个算法的原理以及代码实现。本文就带领大家了解一下D3QN算法，代码链接见下方。 代
简单的代码让turtlebot动起来 （使用kobuki底座）直行与旋转
装帅者的博客
11-17 9511
之前都是使用键盘控制turtlebot的行走，于是想写段代码可以让turtlebot自己动起来，毕竟今后的工作是想让机器人在地图上可以实现自行路径规划到达指定的目的地。 启动turtlebot后在命令行敲入rostopic list我们可以看到当前所有的topic，如下图 其中我们可以看到/mobile_base/commands/velocity这一个topic。经过一番
ros2 运行Turtlebot3仿真
最新发布
05-25
要在ROS 2中运行Turtlebot3仿真，您需要先安装Turtlebot3 ROS 2软件包。以下是在Ubuntu 20.04上安装Turtlebot3 ROS 2软件包的步骤： 1. 添加ROS 2软件源 ``` sudo apt update sudo apt install curl gnupg2 lsb-release curl -s https://raw.githubusercontent.com/ros/rosdistro/master/ros.asc | sudo apt-key add - sudo sh -c 'echo "deb [arch=$(dpkg --print-architecture)] http://packages.ros.org/ros2/ubuntu $(lsb_release -cs) main" > /etc/apt/sources.list.d/ros2-latest.list' ``` 2. 安装Turtlebot3 ROS 2软件包 ``` sudo apt update sudo apt install ros-foxy-turtlebot3 ros-foxy-turtlebot3-msgs ros-foxy-turtlebot3-simulations ``` 3. 运行Turtlebot3仿真 ``` source /opt/ros/foxy/setup.bash ros2 launch turtlebot3_gazebo turtlebot3_world.launch.py ``` 这将启动Gazebo仿真器并加载Turtlebot3仿真模型。您可以使用键盘控制Turtlebot3运动，或使用ROS 2话题和服务与Turtlebot3交互。
评论 4
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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