Dies ist die Linux-App namens MuJoCo MPC, deren neueste Version als V0.1.0sourcecode.tar.gz heruntergeladen werden kann. Sie kann online beim kostenlosen Hosting-Anbieter OnWorks für Workstations ausgeführt werden.
Laden Sie diese App namens MuJoCo MPC mit OnWorks kostenlos herunter und führen Sie sie online aus.
Befolgen Sie diese Anweisungen, um diese App auszuführen:
- 1. Diese Anwendung auf Ihren PC heruntergeladen.
- 2. Geben Sie in unserem Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX den gewünschten Benutzernamen ein.
- 3. Laden Sie diese Anwendung in einem solchen Dateimanager hoch.
- 4. Starten Sie den OnWorks Linux-Online- oder Windows-Online-Emulator oder den MACOS-Online-Emulator von dieser Website.
- 5. Rufen Sie vom gerade gestarteten OnWorks Linux-Betriebssystem aus unseren Dateimanager https://www.onworks.net/myfiles.php?username=XXXXX mit dem gewünschten Benutzernamen auf.
- 6. Laden Sie die Anwendung herunter, installieren Sie sie und führen Sie sie aus.
SCREENSHOTS:
MuJoCo MPC
BESCHREIBUNG:
MuJoCo MPC (MJPC) ist ein fortschrittliches interaktives Framework für modellprädiktive Regelung (MPC) in Echtzeit, das auf der von Google DeepMind entwickelten MuJoCo-Physik-Engine aufbaut. Es ermöglicht Forschern und Robotikern, komplexe Steuerungsaufgaben für simulierte oder reale Robotersysteme zu entwerfen, zu visualisieren und auszuführen. MJPC integriert eine leistungsstarke GUI und mehrere prädiktive Steuerungsalgorithmen, darunter iLQG, Gradientenabstieg und Predictive Sampling – eine wettbewerbsfähige, ableitungsfreie Methode, die eine robuste Echtzeitsteuerung ermöglicht. Das System unterstützt Multi-Shooting-Optimierung und ermöglicht so präzise Bewegungsplanung in verschiedenen Bereichen wie der Fortbewegung von Vierbeinern, der Verfolgung von Humanoiden und der geschickten Manipulation. Zusätzlich zu seinem C++-Kern enthält MJPC eine experimentelle Python-API, die die Integration mit benutzerdefinierten Modellen und MuJoCo-Aufgaben für flexibles Scripting und Experimente ermöglicht.
Eigenschaften
- Echtzeit-Modellprädiktive Regelung mit mehreren Planern (iLQG, Gradient Descent, Predictive Sampling)
- Interaktive grafische Benutzeroberfläche zur Visualisierung von Aufgaben und Trajektorien
- Multi-Shooting-Optimierungsframework für robuste Kontrolle über lange Zeiträume
- Experimentelle Python-API für Task-Scripting und MuJoCo-Integration
- Unterstützung komplexer Steuerungsaufgaben (Vierbeiner, Humanoid, Manipulation, Bewegungsverfolgung)
- Vollständig quelloffener und erweiterbarer Forschungsprototyp zur Robotersteuerung
Programmiersprache
C++, Python
Kategorien
Diese Anwendung kann auch von https://sourceforge.net/projects/mujoco-mpc.mirror/ heruntergeladen werden. Sie wurde in OnWorks gehostet, um sie auf einfachste Weise online von einem unserer kostenlosen Betriebssysteme aus ausführen zu können.