SimplerEnv
Evaluating and reproducing real-world robot manipulation policies (e.g., RT-1, RT-1-X, Octo) in simulation under common setups (e.g., Google Robot, WidowX+Bridge) (CoRL 2024)
파일 탐색기
최종 버전 다운로드 (.zip)- google_robot_close_drawer_visual_matching.png
- google_robot_coke_can_visual_matching.png
- google_robot_move_near_visual_matching.png
- google_robot_open_drawer_visual_matching.png
- google_robot_pick_random_object.png
- google_robot_put_apple_in_closed_top_drawer.png
- widowx_carrot_on_plate_visual_matching.png
- widowx_put_eggplant_in_basket_visual_matching.png
- widowx_spoon_on_towel_visual_matching.png
- widowx_stack_cube_visual_matching.png
- fSpy_calibration_example.png
- teaser.png
- octo_drawer_variant_agg_alt_urdf.sh
- octo_move_near_variant_agg_alt_urdf.sh
- octo_pick_coke_can_variant_agg_alt_urdf.sh
- octo_bridge.sh
- octo_drawer_variant_agg.sh
- octo_drawer_visual_matching.sh
- octo_move_near_variant_agg.sh
- octo_move_near_visual_matching.sh
- octo_pick_coke_can_variant_agg.sh
- octo_pick_coke_can_visual_matching.sh
- octo_put_in_drawer_variant_agg.sh
- octo_put_in_drawer_visual_matching.sh
- rt1_drawer_variant_agg.sh
- rt1_drawer_visual_matching.sh
- rt1_move_near_variant_agg.sh
- rt1_move_near_visual_matching.sh
- rt1_pick_coke_can_variant_agg.sh
- rt1_pick_coke_can_visual_matching.sh
- rt1_put_in_drawer_variant_agg.sh
- rt1_put_in_drawer_visual_matching.sh
- rt1x_bridge.sh
- __init__.py
- argparse.py
- maniskill2_evaluator.py
- __init__.py
- octo_model.py
- octo_server_model.py
- __init__.py
- rt1_model.py
- __init__.py
- __init__.py
- action_ensemble.py
- google_robot_test_dataset_inference_rollout_gt_traj_in_sim.py
- octo_inference_real_video.py
- rt1_inference_real_video.py
- rt1_plot_dataset_inference_trajectory.py
- widowx_test_dataset_inference_rollout_gt_traj_in_sim.py
- __init__.py
- env_builder.py
- observation_utils.py
- __init__.py
- UbuntuMono-R.ttf
- __init__.py
- io.py
- metrics.py
- visualization.py
- __init__.py
- main_inference.py
- simple_inference_visual_matching_prepackaged_envs.py
- test_googlerobot.py
- test_object.py
- test_widowx.py
- analyze_sysid_results.py
- prepare_sysid_dataset.py
- sysid.py
- calc_metrics.py
- calc_metrics_evaluation_videos.py
- coacd_process_mesh.py
- merge_videos.py
- save_video_frame.py
- visualize_dataset.py
- .flake8
- .gitignore
- .gitmodules
- .pre-commit-config.yaml
- ADDING_NEW_ENVS_ROBOTS.md
- example.ipynb
- LICENSE
- ManiSkill2_real2sim
- pyproject.toml
- README.md
- requirements_full_install.txt
- setup.py
# 설치 가이드
1. 코드 내려받기
git clone https://github.com/simpler-env/SimplerEnv
깃허브에서 프로젝트 코드 전체를 내 컴퓨터로 내려받습니다.
cd SimplerEnv
방금 내려받은 프로젝트 폴더 안으로 이동합니다.
2. 공식 설치 스크립트
쉬움 추천사전 준비물
- Python 3 pip 명령어를 쓰려면 Python이 필요합니다.
- APT (Debian/Ubuntu 계열) Debian/Ubuntu 계열 리눅스에 기본 내장된 패키지 매니저입니다.
pip install numpy==1.24.4
PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.
sudo apt install ffmpeg
APT 패키지 저장소에서 바로 설치합니다 (Debian/Ubuntu 계열).
pip install tensorflow==2.15.0
PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.
pip install tensorflow[and-cuda]==2.15.1 # tensorflow gpu support
PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.
설치 후 새 터미널을 열고, 프로그램의 버전 확인 명령(예: --version)으로 정상 설치됐는지 확인하세요.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
3. Python
쉬움사전 준비물
pip install numpy==1.24.4
PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.
pip install -e .
requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.
pip install tensorflow==2.15.0
PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.
pip install -r requirements_full_install.txt
requirements.txt 등에 명시된 파이썬 라이브러리를 설치합니다.
pip install tensorflow[and-cuda]==2.15.1 # tensorflow gpu support
PyPI에 배포된 패키지를 바로 설치합니다. 소스 클론이 필요 없습니다.
에러 메시지 없이 실행되고 터미널에 안내 문구가 출력되면 정상입니다.
이 레포의 README에 적힌 실제 명령어를 그대로 가져왔습니다.
// repository documentation
Was this content helpful?
(0 ratings)