具身智能学习(Task4--mujoco抓取实验)
1 学习计划
1-1 全部学习计划:
https://datawhaler.feishu.cn/wiki/QIE7wsNI2iqb91k5kR8c3L1in6e
Task04:硬件实践与前沿技术,DK-X5开发板控制,LeRobot VLA控制,mujoco抓取实验(视频教程):
1.课程03-机器人硬件及地瓜RDK-X5开发板控制教程:该章节涵盖了“DK-X5开发板控制”。(有开发板的同学可选)
every-embodied/03-机器人硬件及地瓜RDK-X5开发板控制教程 at main · datawhalechina/every-embodied
2.课程08-大模型控制、VLA、VLM:该章节涵盖了属于视觉语言动作模型(VLA)的前沿应用的LeRobot VLA
every-embodied/08-大模型控制、VLA、VLM at main · datawhalechina/every-embodied
3、优先完成作业:mujoco抓取实验(视频教程)
https://www.bilibili.com/video/BV1WhxeznE61/
上面这个教学视频真的是搞不懂(目前还没有完成作业)
感觉下面这篇文章可行,但是下载文件太慢。(下载不了)
MuJoCo 全流程实战教程:从零搭建一个仿真实验-CSDN博客
目前实现了,快速体验 Every-Embodied,地址如下:
https://github.com/datawhalechina/every-embodied/blob/main/examples/README.md
步骤:
1. Pycharm创建项目,在项目中安装Mujoco环境
# 必需依赖
pip install mujoco
# 可选(推荐):更平滑、更工程化的轨迹规划
pip install ruckig
2.按照下图的路径,创建运行文件。
examples/01_hello_every_embodied_mujoco.py(文件代码从网页中,复制到创建的文件中即可)

图1
3.在环境中运行下面代码,启动模拟器。(见图2)
python examples/01_hello_every_embodied_mujoco.py
4.在命令框输入对应的指令。(见图2)

图2
模拟器运行效果:
快速体验 Every-Embodied
这个是只能输入预设好的指令进行控制的简单展示。后面在学习,可以通过右侧的Control参数实时控制的方法。
DAMO开发者矩阵,由阿里巴巴达摩院和中国互联网协会联合发起,致力于探讨最前沿的技术趋势与应用成果,搭建高质量的交流与分享平台,推动技术创新与产业应用链接,围绕“人工智能与新型计算”构建开放共享的开发者生态。
更多推荐

所有评论(0)