IAI-project

简介

我新建了一个overleaf项目文档，确定项目之后相关的原理、实现说明、结果都可以放在里面，方便之后做pre。

环境

Ubuntu 16.04
ROS Kinetic(Gazebo 7)

ROS自带Gazebo，如果之后打开项目出现问题，更新Gazebo到稳定版

文件目录

catkin_ws：AutoBin的ROS工作环境
gym-autobin：封装好的openai-gym库
models：AutoBin和Ball的模型文件
plugins：Gazebo插件
script：Gazebo的python接口
trash1：不完全的ROS环境

使用说明

Old Way

目前的整个框架并没有使用ROS和Gym-Gazebo，只是基于pyGazebo作为Gazebo的python接口

编译并注册plugin

mkdir -p plugins/build
cd plugins/build
cmake ../
make
echo "export GAZEBO_PLUGIN_PATH=<IAI-project>/plugins/build" >> ~/.bashrc
source ~/.bashrc

安装pyGazebo
在一个shell窗口中运行

cd plugins
gazebo --verbose autobin.world

打开另一个窗口

cd script
python3 autobin_control.py

主要的策略在script/autobin_control.py中定义，基本上就是Gazebo运行过程中，world中定义的相机以20Hz的频率发送图片，在autobin_control.py中接收，然后发送决策(torque)给autobin，当ball接触到地面或者autobin时，发送contact的message，接收到之后就可以算一个ephoc结束。

Update

最新的框架可以支持openai-gym的接口，现在学习的loop和模拟的loop是同步的。安装流程如下：

编译和注册plugins

mkdir -p plugins/build
cd plugins/build
cmake ../
make
echo "export GAZEBO_PLUGIN_PATH=<IAI-project>/plugins/build" >> ~/.bashrc
source ~/.bashrc

安装pyGazebo
安装openai gym
安装gym-autobin的环境，安装方法在gym-autobin/README.md中
运行模拟环境

cd plugins
gazebo --verbose autobin_full.world

运行gym-autobin/test.py

如果一切顺利，应该能看到打开Gazebo之后是静止的Ball,Bin和Camera，运行test之后会按照一定频率一步一步地模拟。模拟的步长在plugins/autobin_full.world中的pace定义，每当传过去一个torque，就会更新pace步，目前设定是50。

To Do

网络搭建
优化场景

关于github

git相关的教程我放在这里：

本组中所有人的git权限均为collaborator，可直接读写仓库内容。github的private仓库有3人的collaborator人数上限，所以仓库设置为所有人可见。

AaronAnima / IAI-project