DRAKE - 基于模型的机器人设计与验证 由丰田研究所支持的 C++ / Python 工具箱。

本文主要是介绍DRAKE - 基于模型的机器人设计与验证 由丰田研究所支持的 C++ / Python 工具箱。,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

系列文章目录


前言 - 概述

        Drake(中古英语中的 "龙")是一个 C++ 工具箱,由麻省理工学院计算机科学与人工智能实验室(CSAIL)的机器人运动小组开发。目前,开发团队已大幅壮大,核心开发工作由丰田研究所领导。这是一套用于分析机器人动力学和构建机器人控制系统的工具集合,重点强调基于优化的设计/分析。

        虽然机器人仿真工具的数量越来越多,但它们大多像黑盒子(black box)一样:指令输入,传感器输出(commands go in, sensors come out)。Drake 的目标是模拟甚至非常复杂的机器人动力学(例如,包括摩擦(friction)、接触(contact)、空气动力学(aerodynamics)......),但始终强调暴露支配方程的结构(稀疏性(sparsity)、分析梯度(analytical gradients)、多项式结构(polynomial structure)、不确定性量化(uncertainty quantification)......),并将这些信息用于高级规划、控制和分析算法(advanced planning, control, and analysis algorithms)。Drake 提供了一个 Python 接口,以便快速原型开发新算法,同时还旨在为许多最先进的算法提供可靠的开源实现。最后,我们希望 Drake 能提供许多令人信服的示例,帮助人们入门并提供急需的基准。我们很高兴能接受用户的贡献,以提高覆盖率。

        您可以在这篇博文中阅读有关 Drake 愿景的更多信息。

        希望这个工具对您有用。如果您想分享您的意见、问题、成功故事或挫折,请参阅 "获取帮助"。也请贡献您的最佳错误修复、功能和示例!


一、核心库

  • Modeling Dynamical Systems 
  • Solving Mathematical Programs

  • Multibody Kinematics and Dynamics

二、安装

        Drake 为 Ubuntu 20.04 (Focal) 和 Ubuntu 22.04 (Jammy) 操作系统发布预编译二进制文件作为 APT 软件包 (*.deb)。更多兼容性详情,请参阅 "支持的配置"。

        要了解其他安装方法,请参阅安装和快速入门。

        如果您在使用 Drake 时遇到任何问题或有任何疑问,请寻求帮助。

        Drake 二进制版本包含 SNOPT 的预编译版本,是数学程序工具箱的一部分。感谢 Philip E. Gill 和 Elizabeth Wong 的大力支持。

        Drake 的 apt 软件包不支持 Gurobi 求解器。要使用 Gurobi,您需要按照源码安装中的说明从源码构建 Drake。

2.1 通过 APT 安装(Ubuntu)

        要在机器上添加 Drake APT 代码库并安装 drake-dev 软件包,请按以下顺序操作:

        如果您使用的是最小云或容器镜像,可能需要安装以下软件包:

sudo apt-get update
sudo apt-get install --no-install-recommends \ca-certificates gnupg lsb-release wget

        下载一份 Drake GPG 签名密钥,并将其添加到 APT 可信钥匙串中:

wget -qO- https://drake-apt.csail.mit.edu/drake.asc | gpg --dearmor - \| sudo tee /etc/apt/trusted.gpg.d/drake.gpg >/dev/null

         将 Drake 软件源添加到 APT 源列表中:

echo "deb [arch=amd64] https://drake-apt.csail.mit.edu/$(lsb_release -cs) $(lsb_release -cs) main" \| sudo tee /etc/apt/sources.list.d/drake.list >/dev/null

        更新本地 APT 软件包索引并安装 Drake-dev 软件包:

sudo apt-get update
sudo apt-get install --no-install-recommends drake-dev

        大多数内容都安装到 /opt/drake,因此设置以下环境变量可能有用: 

 

  export PATH="/opt/drake/bin${PATH:+:${PATH}}"export PYTHONPATH="/opt/drake/lib/python$(python3 -c 'import sys; print("{0}.{1}".format(*sys.version_info))')/site-packages${PYTHONPATH:+:${PYTHONPATH}}"

2.2 pypi

Drake 并未定期与 Anaconda 一起测试,因此如果您正在使用 Anaconda,可能会遇到兼容性问题;在寻求帮助时,请务必提及涉及 Conda。 

 

        我们建议将 Drake 安装到虚拟环境目录中。在下面的示例中,我们将该目录命名为 env,但您可以选择任何名称。

        对于 macOS,请确保您使用的是自制 Python(而非苹果的系统 Python)。

        创建虚拟环境,安装 Drake 并激活环境:

python3 -m venv env
env/bin/pip install --upgrade pip
env/bin/pip install drake
source env/bin/activate

 

这篇关于DRAKE - 基于模型的机器人设计与验证 由丰田研究所支持的 C++ / Python 工具箱。的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/516189

相关文章

Spring Security基于数据库验证流程详解

Spring Security 校验流程图 相关解释说明(认真看哦) AbstractAuthenticationProcessingFilter 抽象类 /*** 调用 #requiresAuthentication(HttpServletRequest, HttpServletResponse) 决定是否需要进行验证操作。* 如果需要验证,则会调用 #attemptAuthentica

大模型研发全揭秘:客服工单数据标注的完整攻略

在人工智能(AI)领域,数据标注是模型训练过程中至关重要的一步。无论你是新手还是有经验的从业者,掌握数据标注的技术细节和常见问题的解决方案都能为你的AI项目增添不少价值。在电信运营商的客服系统中,工单数据是客户问题和解决方案的重要记录。通过对这些工单数据进行有效标注,不仅能够帮助提升客服自动化系统的智能化水平,还能优化客户服务流程,提高客户满意度。本文将详细介绍如何在电信运营商客服工单的背景下进行

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

python: 多模块(.py)中全局变量的导入

文章目录 global关键字可变类型和不可变类型数据的内存地址单模块(单个py文件)的全局变量示例总结 多模块(多个py文件)的全局变量from x import x导入全局变量示例 import x导入全局变量示例 总结 global关键字 global 的作用范围是模块(.py)级别: 当你在一个模块(文件)中使用 global 声明变量时,这个变量只在该模块的全局命名空

【C++ Primer Plus习题】13.4

大家好,这里是国中之林! ❥前些天发现了一个巨牛的人工智能学习网站,通俗易懂,风趣幽默,忍不住分享一下给大家。点击跳转到网站。有兴趣的可以点点进去看看← 问题: 解答: main.cpp #include <iostream>#include "port.h"int main() {Port p1;Port p2("Abc", "Bcc", 30);std::cout <<

C++包装器

包装器 在 C++ 中,“包装器”通常指的是一种设计模式或编程技巧,用于封装其他代码或对象,使其更易于使用、管理或扩展。包装器的概念在编程中非常普遍,可以用于函数、类、库等多个方面。下面是几个常见的 “包装器” 类型: 1. 函数包装器 函数包装器用于封装一个或多个函数,使其接口更统一或更便于调用。例如,std::function 是一个通用的函数包装器,它可以存储任意可调用对象(函数、函数

Andrej Karpathy最新采访:认知核心模型10亿参数就够了,AI会打破教育不公的僵局

夕小瑶科技说 原创  作者 | 海野 AI圈子的红人,AI大神Andrej Karpathy,曾是OpenAI联合创始人之一,特斯拉AI总监。上一次的动态是官宣创办一家名为 Eureka Labs 的人工智能+教育公司 ,宣布将长期致力于AI原生教育。 近日,Andrej Karpathy接受了No Priors(投资博客)的采访,与硅谷知名投资人 Sara Guo 和 Elad G

C++11第三弹:lambda表达式 | 新的类功能 | 模板的可变参数

🌈个人主页: 南桥几晴秋 🌈C++专栏: 南桥谈C++ 🌈C语言专栏: C语言学习系列 🌈Linux学习专栏: 南桥谈Linux 🌈数据结构学习专栏: 数据结构杂谈 🌈数据库学习专栏: 南桥谈MySQL 🌈Qt学习专栏: 南桥谈Qt 🌈菜鸡代码练习: 练习随想记录 🌈git学习: 南桥谈Git 🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈🌈�

【C++】_list常用方法解析及模拟实现

相信自己的力量,只要对自己始终保持信心,尽自己最大努力去完成任何事,就算事情最终结果是失败了,努力了也不留遗憾。💓💓💓 目录   ✨说在前面 🍋知识点一:什么是list? •🌰1.list的定义 •🌰2.list的基本特性 •🌰3.常用接口介绍 🍋知识点二:list常用接口 •🌰1.默认成员函数 🔥构造函数(⭐) 🔥析构函数 •🌰2.list对象

【Python编程】Linux创建虚拟环境并配置与notebook相连接

1.创建 使用 venv 创建虚拟环境。例如,在当前目录下创建一个名为 myenv 的虚拟环境: python3 -m venv myenv 2.激活 激活虚拟环境使其成为当前终端会话的活动环境。运行: source myenv/bin/activate 3.与notebook连接 在虚拟环境中,使用 pip 安装 Jupyter 和 ipykernel: pip instal