Menagerie 是一个由 Google DeepMind 精心整理的、用于 MuJoCo 物理引擎的高质量模型集合。

一个物理模拟器的好坏取决于它所模拟的模型。在像 MuJoCo 这样功能强大、建模选项众多的模拟器中，很容易创建出行为不符合预期的“坏”模型。本集合的目标是为社区提供一个精心设计的模型库，这些模型开箱即用，性能良好。

模型画廊

• 快速开始
  • 先决条件
  • 概览
  • 使用方法
    • 通过 robot-descriptions
    • 通过 git clone
• 模型质量与贡献
• Menagerie 模型列表
• 引用 Menagerie
• 致谢
• 更新日志
• 许可证与免责声明

快速开始

先决条件

每个模型所需的最低 MuJoCo 版本在其各自的 README 文件中指定。你可以从 GitHub 发布页面 下载 MuJoCo 的预编译二进制文件。如果你使用 Python，也可以通过 pip install mujoco 从 PyPI 安装原生绑定。其他安装说明请参见 此处。

概览

Menagerie 的结构如下所示。为简洁起见，我们只包含了一个模型目录，因为所有其他目录都遵循完全相同的模式。

├── unitree_go2
│   ├── assets
│   │   ├── base_0.obj
│   │   ├── ...
│   ├── go2.png
│   ├── go2.xml
│   ├── LICENSE
│   ├── README.md
│   └── scene.xml
│   └── go2_mjx.xml
│   └── scene_mjx.xml

• assets: 存储用于视觉和碰撞目的的模型 3D 网格文件 (.stl 或 .obj)
• LICENSE: 描述模型的版权和许可条款
• README.md: 包含详细步骤，描述模型的 MJCF XML 文件是如何生成的
• <model>.xml: 包含模型的 MJCF 定义
• scene.xml: 包含 <model>.xml，并添加了一个平面、一个光源，可能还有其他物体
• <model>.png: scene.xml 的 PNG 图像
• <model>_mjx.xml: 包含与 MJX 兼容的模型版本。并非所有模型都有 MJX 变体（更多信息请参见 Menagerie 模型列表）。
• scene_mjx.xml: 与 scene.xml 相同，但加载的是 MJX 变体

请注意，<model>.xml 仅描述模型本身，即运动学树中没有定义其他实体。我们将额外的物体定义留给 scene.xml 文件，例如 Shadow Hand 的 scene.xml。

使用方法

通过 robot-descriptions

你可以使用开源的 robot_descriptions 包来加载 Menagerie 中的任何模型。该包可在 PyPI 上获取，可通过 pip install robot_descriptions 安装。

安装后，你可以按如下方式加载你选择的模型：

import mujoco

# 以导入模块的方式加载特定的模型描述。
from robot_descriptions import panda_mj_description
model = mujoco.MjModel.from_xml_path(panda_mj_description.MJCF_PATH)

# 直接加载 MjModel 实例。
from robot_descriptions.loaders.mujoco import load_robot_description
model = load_robot_description("panda_mj_description")

加载模型的变体，例如不带夹爪的熊猫模型。

model = load_robot_description("panda_mj_description", variant="panda_nohand")

#### 通过 `git clone`

你也可以直接在所选目录中克隆此仓库：

```bash
git clone https://github.com/google-deepmind/mujoco_menagerie.git

然后，你可以使用 Python 查看器交互式地探索模型：

python -m mujoco.viewer --mjcf mujoco_menagerie/unitree_go2/scene.xml

如果你有更多问题，请查看我们的 常见问题解答。

模型质量与贡献

我们的目标是最终使所有 Menagerie 模型尽可能逼真地模拟它们所对应的真实系统。提高模型质量是一项持续的努力，目前许多模型的状态未必能达到最佳水平。

然而，通过以当前状态发布 Menagerie，我们希望能整合并提高社区贡献的可见度。为了帮助 Menagerie 用户对每个模型的质量建立适当的期望，我们引入了以下分级系统：

等级	描述
A+	数值是经过恰当系统辨识的产物
A	数值是真实的，但尚未经过恰当辨识
B	稳定，但部分数值不真实
C	条件性稳定，有显著改进空间

一旦创建了恰当的系统辨识工具箱，该分级系统将应用于每个模型。我们目前计划在今年晚些时候发布这个工具箱。

有关贡献的更多信息，例如如何向 Menagerie 添加新模型，请参阅 贡献指南。

Menagerie 模型库

机械臂。

名称	制造商	自由度 (DoFs)	许可证	MJX
ARX L5	ARX Robotics	7	BSD-3-Clause	✖️
PiPER	AgileX	7	MIT	✖️
FR3	Franka Robotics	7	Apache-2.0	✖️
iiwa14	KUKA	7	BSD-3-Clause	✖️
Lite6	UFACTORY	6	BSD-3-Clause	✖️
Panda	Franka Robotics	7	BSD-3-Clause	✔️
Rizon4	Flexiv Robotics	7	Apache-2.0	✖️
Sawyer	Rethink Robotics	7	Apache-2.0	✖️
Unitree Z1	Unitree Robotics	6	BSD-3-Clause	✖️
UR5e	Universal Robots	6	BSD-3-Clause	✖️
UR10e	Universal Robots	6	BSD-3-Clause	✖️
ViperX 300	Trossen Robotics	8	BSD-3-Clause	✖️
WidowX 250	Trossen Robotics	8	BSD-3-Clause	✖️
xarm7	UFACTORY	7	BSD-3-Clause	✖️
Gen3	Kinova Robotics	7	BSD-3-Clause	✖️
SO-ARM100	The Robot Studio	5	Apache-2.0	✖️
Koch v1.1 Low-Cost Robot	Hugging Face	5	Apache-2.0	✖️
YAM	I2RT Robotics	7	MIT	✖️

双足机器人。

名称	制造商	自由度 (DoFs)	许可证	MJX
Cassie	Agility Robotics	28	BSD-3-Clause	✖️

双臂机器人。

名称	制造商	自由度 (DoFs)	许可证	MJX
ALOHA 2	Trossen Robotics, Google DeepMind	16	BSD-3-Clause	✔️

无人机。

名称	制造商	自由度 (DoFs)	许可证	MJX
Crazyflie 2	Bitcraze	0	MIT	✖️
Skydio X2	Skydio	0	Apache-2.0	✖️

末端执行器。

名称	制造商	自由度 (DoFs)	许可证	MJX
Allegro Hand V3	Wonik Robotics	16	BSD-2-Clause	✖️
UMI Gripper	Stanford University	1	MIT	✖️
LEAP Hand	Carnegie Mellon University	16	MIT	✖️
Robotiq 2F-85	Robotiq	8	BSD-2-Clause	✖️
Shadow Hand EM35	Shadow Robot Company	24	Apache-2.0	✖️
Shadow DEX-EE Hand	Shadow Robot Company	12	Apache-2.0	✖️

移动操作机器人。

名称	制造商	自由度 (DoFs)	许可证	MJX
Google Robot	Google DeepMind	9	Apache-2.0	✖️
Stanford TidyBot	Stanford University	11	MIT	✖️
Stretch 2	Hello Robot	17	Clear BSD	✖️
Stretch 3	Hello Robot	17	Apache-2.0	✖️
PAL Tiago	PAL Robotics	12	Apache-2.0	✖️
PAL Tiago Dual	PAL Robotics	21	Apache-2.0	✖️

移动底盘。

名称	制造商	自由度 (DoFs)	许可证	MJX
Omniwheel Soccer Robot	Robot Soccer Kit	4	MIT	✖️

人形机器人。

名称	制造商	自由度 (DoFs)	许可证	MJX
Adam Lite	PNDbotics	25	MIT	✖️
Apptronik Apollo	Apptronik	32	Apache-2.0	✔️
Berkeley Humanoid	Hybrid Robotics	12	BSD-3-Clause	✖️
Booster T1	Booster Robotics	23	Apache-2.0	✖️
Fourier N1	Fourier Robotics	30	Apache-2.0	✖️
Robotis OP3	Robotis	20	Apache-2.0	✖️
TALOS	PAL Robotics	32	Apache-2.0	✖️
Unitree G1	Unitree Robotics	37	BSD-3-Clause	✔️
Unitree H1	Unitree Robotics	19	BSD-3-Clause	✖️
ToddlerBot 2XC	Stanford University	30	MIT	✔️
ToddlerBot 2XM	Stanford University	30	MIT	✔️

四足机器人。

名称	制造商	自由度 (DoFs)	许可证	MJX
ANYmal B	ANYbotics	12	BSD-3-Clause	✖️
ANYmal C	ANYbotics	12	BSD-3-Clause	✔️
Spot	Boston Dynamics	12	BSD-3-Clause	✖️
Unitree A1	Unitree Robotics	12	BSD-3-Clause	✖️
Unitree Go1	Unitree Robotics	12	BSD-3-Clause	✖️
Unitree Go2	Unitree Robotics	12	BSD-3-Clause	✔️
Google Barkour v0	Google DeepMind	12	Apache-2.0	✔️
Google Barkour vB	Google DeepMind	12	Apache-2.0	✔️

仿生机器人。

名称	制造商	自由度 (DoFs)	许可证	MJX
IIT Softfoot	IIT Softbots	92	BSD-3-Clause	✖️
flybody	Google DeepMind, HHMI Janelia Research Campus	102	Apache-2.0	✖️

其他。

名称	制造商	自由度 (DoFs)	许可证	MJX
D435i	Intel Realsense	0	Apache-2.0	✖️

引用 Menagerie

如果您在您的工作中使用了 Menagerie，请使用以下引用：

@software{menagerie2022github,
  author = {Zakka, Kevin and Tassa, Yuval and {MuJoCo Menagerie Contributors}},
  title = {{MuJoCo Menagerie: A collection of high-quality simulation models for MuJoCo}},
  url = {http://github.com/google-deepmind/mujoco_menagerie},
  year = {2022},
}

致谢

本仓库中的模型基于许多才华横溢的人设计的第三方模型，没有他们慷慨的开源贡献，这一切都不可能实现。我们要感谢所有使 MuJoCo Menagerie 成为可能的设计师和工程师。

我们要感谢 Pedro Vergani 在视觉效果和设计方面提供的帮助。

使此仓库公开可用的主要工作由 Kevin Zakka 承担，并得到了 Google DeepMind 机器人仿真团队的帮助。

该项目也受益于更广泛社区成员的贡献——完整列表请参见 CONTRIBUTORS.md。

更新日志

有关整个仓库关键更新的摘要，请参阅 全局 CHANGELOG.md。

每个单独的模型也包含其自己的 CHANGELOG.md 文件，其中记录了特定于模型的更新，可直接从相应的 README 中链接访问。

许可与免责声明

本仓库中每个独立模型目录下的 XML 和资产文件遵循不同的许可条款。请查阅每个具体模型子目录下的 LICENSE 文件以获取相关许可和版权信息。

所有其他内容的版权归 DeepMind Technologies Limited 2022 所有，并依据 Apache License, Version 2.0 进行许可。本仓库的顶级 LICENSE 文件中提供了该许可的副本。 您也可以从 https://www.apache.org/licenses/LICENSE-2.0 获取该许可。

本产品并非 Google 官方支持的产品。

mujoco_menagerie 快速上手指南

环境准备

系统要求

• 支持 MuJoCo 物理引擎的操作系统（如 Linux, macOS, Windows）。
• 确保已安装 Python（推荐 3.8 及以上版本）。

前置依赖

必须安装 MuJoCo 物理引擎。每个模型所需的最低 MuJoCo 版本在其各自的 README.md 中有说明。

安装 MuJoCo：

• 方式一（推荐，通过 pip 安装 Python 绑定）：

  pip install mujoco
  

• 方式二（下载预编译二进制文件）： 从 MuJoCo 的 GitHub 发布页面 下载并安装。

安装步骤

选择以下任一方式获取模型文件。

方式一：使用 robot-descriptions 包（推荐）

这是一个开源 Python 包，可以方便地加载 Menagerie 中的模型。

1. 安装 robot_descriptions：

   pip install robot_descriptions
   

方式二：直接克隆仓库

如果你想直接访问所有模型文件，可以克隆整个仓库。

1. 克隆仓库到本地：

   git clone https://github.com/google-deepmind/mujoco_menagerie.git
   

基本使用

使用 robot-descriptions 加载模型

安装 robot_descriptions 后，你可以在 Python 代码中轻松加载模型：

import mujoco

# 方法1：导入特定模型的描述模块
from robot_descriptions import panda_mj_description
model = mujoco.MjModel.from_xml_path(panda_mj_description.MJCF_PATH)

# 方法2：使用加载器直接获取 MjModel 实例
from robot_descriptions.loaders.mujoco import load_robot_description
model = load_robot_description("panda_mj_description")

# 加载模型的变体，例如不带夹爪的 Panda
model = load_robot_description("panda_mj_description", variant="panda_nohand")

使用克隆的仓库查看模型

如果你克隆了仓库，可以使用 MuJoCo 的 Python 查看器交互式地查看模型：

# 进入克隆的目录，或使用绝对路径
python -m mujoco.viewer --mjcf mujoco_menagerie/unitree_go2/scene.xml

将 unitree_go2 替换为你感兴趣的模型文件夹名称（如 franka_emika_panda）。

模型文件结构说明

每个模型文件夹（例如 unitree_go2）通常包含以下文件：

• <model>.xml: 模型的核心 MJCF 定义文件。
• scene.xml: 包含模型、地面、光源等的完整场景文件，适合直接用于仿真或查看。
• assets/: 存放模型视觉和碰撞用的 3D 网格文件（.obj 或 .stl）。
• README.md: 该模型的详细说明和生成步骤。
• LICENSE: 该模型的许可证文件。