课程教学实践环境：
系统：Ubuntu 18.04.2 LTS + ROS Melodic（1.0）1.14.3 ~ 1943 + ROS Crystal（2.0）0.6.1 ~ 541 etc.
仿真：Gazebo 9.8.0 + V-Rep 3.6.1 + Webots 2019a.1 etc.
实物：Cozmo/Vector + Leap Motion + Joystick + Camera + Microphone + Speaker + Phone（ios&android）+ Arduino etc.
镜像：ROS2Go ver2.0 + 实验楼ROS + Exbot ROS iso indigo&kinetic etc.
书籍：ROS机器人高效编程 + ROS机器人项目开发11例 etc.
编程：Matlab 2018a + Python 2.7 + Python 3.6 + C++ etc.
智能：Tensorflow + Caffe + OpenAI etc.
语音：科大讯飞 + 百度语音 + Sphinx etc.
2015-2019全部涉及软硬件平台更多，均在博客中有记录和介绍，此处不再赘述。
先以gym-gazebo为例，简要说明一下：
测试和调试环境：Ubuntu 18.04.2 LTS，其余如上文所述。
gym-gazebo支持ROS Melodic（1.0），gym-gazebo2支持ROS Crystal（2.0）
版本问题：将gazebo-8代码替换给gezbo-9：
Could not open file[/usr/share/gazebo-8/worlds/empty_bullet.world]
使用Gazebo的Open gym扩展，下面以ROS Melodic为例介绍：
An OpenAI gym extension for using Gazebo known as gym-gazebo
This work presents an extension of the initial OpenAI gym for robotics using ROS and Gazebo. A whitepaper about this work is available at https://arxiv.org/abs/1608.05742. Please use the following BibTex entry to cite our work:
代码语言：javascript代码运行次数：0运行复制
@article{zamora2016extending, title={Extending the OpenAI Gym for robotics: a toolkit for reinforcement learning using ROS and Gazebo}, author={Zamora, Iker and Lopez, Nestor Gonzalez and Vilches, Victor Mayoral and Cordero, Alejandro Hernandez}, journal={arXiv preprint arXiv:1608.05742}, year={2016}}论文发表和简要介绍如上。
gym-gazebo is a complex piece of software for roboticists that puts together simulation tools, robot middlewares (ROS, ROS 2), machine learning and reinforcement learning techniques. All together to create an environment whereto benchmark and develop behaviors with robots. Setting up gym-gazebo appropriately requires relevant familiarity with these tools.
Code is available “as it is” and currently it’s not supported by any specific organization. Community support is available here. Pull requests and contributions are welcomed.
gym-gazebo是一个复杂的机器人软件软件，它将模拟仿真工具，机器人中间件（ROS，ROS 2），机器学习和强化学习技术结合在一起。共同创造一个环境，用机器人来评估和开发行为。正确设置gym-gazebo需要熟悉这些工具。
目录环境安装用法
安装
Ubuntu 18.04Ubuntu 16.04（已弃用）Ubuntu 14.04（已弃用）Docker（已弃用）Ubuntu 18.04
基本要求
Giiso写作机器人
Giiso写作机器人，让写作更简单
56 查看详情 ROS Melodic：推荐使用Desktop-Full Install，包括Gazebo 9.0.0（http://wiki.ros.org/melodic/Installation/Ubuntu）。Gazebo 9.0.0
ROS Melodic相关的依赖
代码语言：javascript代码运行次数：0运行复制
sudo apt-get install python-pip python3-vcstool python3-pyqt4 pyqt5-dev-tools libbluetooth-dev libspnav-dev pyqt4-dev-tools libcwiid-dev cmake gcc g++ qt4-qmake libqt4-dev libusb-dev libftdi-dev python3-defusedxml python3-vcstool ros-melodic-octomap-msgs ros-melodic-joy ros-melodic-geodesy ros-melodic-octomap-ros ros-melodic-control-toolbox ros-melodic-pluginlib ros-melodic-trajectory-msgs ros-melodic-control-msgs ros-melodic-std-srvs ros-melodic-nodelet ros-melodic-urdf ros-melodic-rviz ros-melodic-kdl-conversions ros-melodic-eigen-conversions ros-melodic-tf2-sensor-msgs ros-melodic-pcl-ros ros-melodic-navigation ros-melodic-sophus安装Python包：
代码语言：javascript代码运行次数：0运行复制
sudo pip install gymsudo apt-get install python-skimagesudo pip install h5pypip install tensorflow-gpu (if you have a gpu if not then just pip install tensorflow)sudo pip install keras安装gym-gazebo：
代码语言：javascript代码运行次数：0运行复制
cd ~git clone https://github.com/erlerobot/gym-gazebocd gym-gazebosudo pip install -e .运行bash文件，构建ros工作区：
代码语言：javascript代码运行次数：0运行复制
cd gym-gazebo/gym_gazebo/envs/installationbash setup_melodic.bash执行示例
运行qlearn的示例：
终端1
代码语言：javascript代码运行次数：0运行复制
cd gym-gazebo/gym_gazebo/envs/installation/bash turtlebot_setup.bash终端2
代码语言：javascript代码运行次数：0运行复制
cd gym-gazebo/examples/turtlebotpython circuit_turtlebot_lidar_qlearn.py运行dqn的示例：
终端1
代码语言：javascript代码运行次数：0运行复制
cd gym-gazebo/gym_gazebo/envs/installation/bash turtlebot_nn_setup.bash终端2
代码语言：javascript代码运行次数：0运行复制
cd gym-gazebo/examples/turtlebotpython circuit_turtlebot_lidar_qlearn.py用法建造并安装gym-gazebo
库的根目录中：
代码语言：javascript代码运行次数：0运行复制
sudo pip install -e .运行环境加载与要启动的机器人对应的环境变量。例如加载Turtlebot：代码语言：javascript代码运行次数：0运行复制
cd gym_gazebo/envs/installationbash turtlebot_setup.bash注意：所有设置脚本都可用 gym_gazebo/envs/installation
运行可用的任何示例examples/。例如：代码语言：javascript代码运行次数：0运行复制
cd examples/turtlebotpython circuit2_turtlebot_lidar_qlearn.py显示仿真模拟
要在模拟过程中查看Gazebo中发生的情况，请运行gazebo客户端。为了启动gzclient并能够将其连接到运行gzserver：
打开一个新终端。获取相应的设置脚本，这将更新GAZEBO_MODEL_PATH变量：例如source setup_turtlebot.bash导出gazebo_env提供的GAZEBO_MASTER_URI。您将看到在每个脚本执行开始时打印的变量。例如export GAZEBO_MASTER_URI=http://localhost:13853
注意：现在需要此指令，因为gazebo_env为GAZEBO_MASTER_URI创建了一个随机端口，允许同时运行多个模拟实例。如果您不打算启动多个实例，可以从环境中删除以下两行：
代码语言：javascript代码运行次数：0运行复制
os.environ [ “ ROS_MASTER_URI ” ] = “ http：// localhost：” + self.portos.environ [ “ GAZEBO_MASTER_URI ” ] = “ http：// localhost：” + self.port_gazebo最后，启动gzclient。
代码语言：javascript代码运行次数：0运行复制
gzclient显示奖励细节
通过运行以下脚本显示显示当前奖励历史记录的图表：
代码语言：javascript代码运行次数：0运行复制
cd examples/utilitiespython display_plot.py提示：使用--helpflag来获得更多选项。
杀死后台进程
有时，在结束或杀死模拟gzserver并rosmaster留在后台后，请确保在开始新测试之前结束它们。
我们建议创建一个别名来终止这些进程。
代码语言：javascript代码运行次数：0运行复制
echo “ alias killgazebogym ='killall -9 rosout roslaunch rosmaster gzserver nodelet robot_state_publisher gzclient' ” >> 〜/ .bashrc以上就是ROS、OpenAI和Gazebo机器人与人工智能仿真与实践教研杂记（一）安装配置的详细内容，更多请关注创想鸟其它相关文章！
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容， 请发送邮件至 chuangxiangniao@163.com 举报，一经查实，本站将立刻删除。
发布者：程序猿，转转请注明出处：https://www.chuangxiangniao.com/p/298912.html
微信扫一扫 
支付宝扫一扫 
