强化学习仿真环境Mujoco以及python bindings

最新推荐文章于 2024-05-30 07:32:10 发布

_sanjeev

最新推荐文章于 2024-05-30 07:32:10 发布

阅读量503

点赞数 8

文章标签： python 数据库开发语言

本文链接：https://blog.csdn.net/qq_42572873/article/details/135690842

版权

jinxing众所周知，mujoco是强化学习领域很常用的仿真引擎。

众所周知，在实现强化学习的算法的时候我们需要用到其pytho接口。

众所周知，mujoco原来是openai的，提供的接口是mujoco-py,但很多年不维护了。

众所周知，mujoco被deepmind收购并开源了，现在接口是dm_control，更新很勤。

所以今天主要讲解一下dm_control的用法。

其官网文档链接为：https://colab.research.google.com/github/deepmind/dm_control/blob/main/tutorial.ipynb#scrollTo=T5f4w3Kq2X14首先，引入模型文件。

from dm_control import mujoco
import PIL.Image
swinging_body = """
<mujoco>
  <worldbody>
    <light name="top" pos="0 0 1"/>
    <body name="box_and_sphere" euler="0 0 -30">  
      <joint name="swing" type="hinge" axis="1 -1 0" pos="-.2 -.2 -.2"/>
      <geom name="red_box" type="box" size=".2 .2 .2" rgba="1 0 0 1"/>
      <geom name="green_sphere" pos=".2 .2 .2" size=".1" rgba="0 1 0 1"/>
    </body>
  </worldbody>
</mujoco>
"""
physics = mujoco.Physics.from_xml_string(swinging_body) 
pixels = physics.render()
PIL.Image.fromarray(pixels)

进行仿真。

duration = 2    # (seconds)
framerate = 30  # (Hz)

# Visualize the joint axis
scene_option = mujoco.wrapper.core.MjvOption()
scene_option.flags[enums.mjtVisFlag.mjVIS_JOINT] = True

physics.reset()  # Reset state and time
while physics.data.time < duration:
  physics.step()

_sanjeev

关注

8
点赞
踩
11

收藏

觉得还不错? 一键收藏
0
评论
强化学习仿真环境Mujoco以及python bindings

jinxing众所周知，mujoco是强化学习领域很常用的仿真引擎。众所周知，在实现强化学习的算法的时候我们需要用到其pytho接口。众所周知，mujoco被deepmind收购并开源了，现在接口是。众所周知，mujoco原来是openai的，提供的接口是。所以今天主要讲解一下dm_control的用法。,但很多年不维护了。首先，引入模型文件。
复制链接

扫一扫