概要

基于 robosuite 库，进行双臂机器人学习训练

环境测试

下面展示下分别控制两个机械手随机运动的画面：

双臂显示场景如下：双臂调用代码如下：

import numpy as np
import robosuite as suite
import robomimic
import robomimic.utils.file_utils as FileUtils
import robomimic.utils.torch_utils as TorchUtils
import robomimic.utils.tensor_utils as TensorUtils
import robomimic.utils.obs_utils as ObsUtils
from robomimic.envs.env_base import EnvBase
from robomimic.algo import RolloutPolicyenv = suite.make(env_name = 'TwoArmLift',robots=["Sawyer", "Kinova3"], # Kinova3, Auboi5, Sawyerhas_renderer = True,has_offscreen_renderer = False,use_camera_obs = False,env_configuration = "single-arm-parallel", 
)env.reset()low, high = env.action_specif __name__ == "__main__":for i in range(100):action_0 = np.random.randn(env.robots[0].dof) # dim = 8action_1 = np.random.randn(env.robots[1].dof)action = [x for x in action_0] + [x for x in action_1] # dim = 16obs, reward, done, info = env.step(action)# import ipdb; ipdb.set_trace()env.render()

值得注意的是，与单机械手控制相比，只需要将 action 改成 16维的就可以。ps：对于单机器人控制，action 是7维的，但是在这里，两个机器人的动作是 16维的。

手动示教生成的数据：

双臂控制

经过增加控制器，实现了可以同时控制两个机器人的功能，并能生成相应的数据文件。