1. 从零开始:搭建你的LeRobot SO100仿真操控环境
上次我们聊了怎么把LeRobot项目跑起来,这次咱们深入一步,专门讲讲怎么在MuJoCo这个强大的物理仿真引擎里,玩转SO100机械臂的仿真操控。我知道很多朋友一听到“仿真”、“参数优化”就觉得头大,感觉是实验室里才搞的东西。其实不然,这就像你玩赛车游戏前,先在模拟器里练手一样,能帮你省下大量调试实机的时间和成本,避免“真机一碰就坏”的尴尬。今天这篇实战指南,就是带你一步步把仿真环境搭好,并且把操控手感调到最“跟手”的状态。
首先,你得有个“基地”。我强烈建议你使用我之前文章里提到的那个已经配置好的LeRobot环境。如果你还没弄,别担心,方法很简单。打开你的终端,执行下面这条命令,它会基于你现有的lerobot环境克隆一个新的、专门用于SO100仿真的环境,这样既能保持原有项目的纯净,又能让新实验独立进行。
conda create -n lerobot_so100_sim --clone lerobot
环境创建好后,激活它,就像进入一个专属的工作间:
conda activate lerobot_so100_sim
接下来,我们需要安装几个关键的“工具包”。第一个是rl_zoo3,这是一个强化学习算法的集合,虽然我们这次的重点是直接操控,但它里面的一些工具和接口设计对我们理解控制流程很有帮助。第二个是关键中的关键:gym-lowcostrobot。这是一个专门为低成本机器人(比如我们的SO100)定制的Gymnasium环境,它提供了与MuJoCo仿真的标准接口。安装命令如下:
pip install rl_zoo3
pip install git+https://github.com/perezjln/gym-lowcostrobot.git
这里有个小细节,安装gym-lowcostrobot时是从GitHub仓库直接安装的,确保你能拿到最新的代码。安装过程可能会下载一些依赖,耐心等待即可。完成这些,你的仿真“地基”就打好了。但先别急,我们还需要拿到“施工图纸”——也就是包含SO100模型和控制代码的项目仓库。
我把我调试好的代码和模型文件都放在了一个仓库里,你可以直接克隆下来,这里面已经包含了适配好的MuJoCo模型文件(.xml)和几个核心的控制脚本。
git clone https://gitee.com/mrqiguan/lerobot_so100_sim.git
cd lerobot_so100_sim
进入这个目录,你会看到几个Python脚本和模型文件。到这里,所有的准备工作就完成了。整个过程我实测下来非常顺畅,只要你的基础LeRobot环境没问题,这几步不会遇到什么坑。接下来,我们就可以启动MuJoCo,看看这个SO100的虚拟模型长什么样了。
2. 虚实之间:两种核心仿真操控模式详解
环境搭好了,模型也加载了,那怎么控制这个虚拟机械臂呢?这里我给大家介绍两种最实用、也最能体现仿真价值的操控模式。你可以把它们理解为学车的两个阶段:第一阶段是在模拟器里用键盘控制(纯仿真),第二阶段是把真车的方向盘接上模拟器(虚实同步)。
### 2.1 纯仿真环境下的
178



被折叠的 条评论
为什么被折叠?



