google-deepmind/mujoco_menagerie

MuJoCo Menagerie – MuJoCo 물리 엔진을 위한 고품질 로봇 모델

소개 – 다양한 로봇 및 생체 역학 시스템(휴머노이드, 4족 보행, 로봇 팔, 드론 등)을 위한 MJCF (MuJoCo XML) 모델 파일의 엄선된 라이브러리입니다. 이 모델들은 Google DeepMind에서 제작 및 유지 관리하며, Python 라이브러리(mujoco-menagerie)로 패키징되어 있습니다.

중요성 – 시뮬레이션에서 로봇 모델의 충실도는 제어, 강화 학습, 로봇 공학 및 구현된 AI(Embodied AI) 연구 결과의 유용성을 결정합니다. Menagerie는 MuJoCo에서 올바르게 로드되고 실행되는지 검증된, 문서화가 잘 된 즉시 사용 가능한 모델을 제공하여 사용자가 직접 XML 파일을 작성하는 시간과 오류 발생 가능성을 줄여줍니다.

사용 방법

• 패키지 설치: pip install mujoco-menagerie
• Python에서 모델 로드:

  import mujoco_menagerie as mm
  model = mm.load('unitree_go2')   # 장면 다운로드 및 컴파일
  spec = mm.get('unitree_go2').spec()  # 편집 가능한 MuJoCo MjSpec 객체
  

• 설치 없이 명령줄에서 모델 보기: uvx mujoco-menagerie view unitree_go2
• 또는 리포지토리에서 내장 뷰어 직접 실행: python -m mujoco.viewer --mjcf mujoco_menagerie/unitree_go2/scene.xml

포함 내용 – 40개 이상의 로봇 정의가 포함되어 있으며, 각 폴더에는 다음이 포함됩니다:

• assets/: 시각 및 충돌 지오메트리를 위한 메시 파일
• *.xml (MJCF): 로봇의 운동학적 트리 기술
• scene.xml: 지면, 조명 등 추가
• 새로운 MuJoCo-X 백엔드를 위한 선택적 MJX 호환 XML 파일
• PNG 미리보기 및 생성 세부 정보가 포함된 README
• 라이선스 정보 (대부분 BSD-3-Clause, Apache-2.0 또는 MIT)

품질 등급 – 모델에는 매개변수가 실제 하드웨어와 얼마나 일치하는지를 나타내는 잠정 등급(A+, A, B, C)이 할당되어 있습니다. 이 등급 시스템은 체계적인 식별 툴박스가 출시되면 개선될 예정입니다.

커뮤니티 – 기여를 환영합니다. 리포지토리에는 pre-commit 훅을 설정하는 make install 단계가 포함되어 있으며, make all을 실행하면 CI와 동일한 검사(lint, 포맷팅, 라이선스 준수, XML 검증, 테스트)가 수행됩니다.

Menagerie 활용 시기 – MuJoCo 기반 연구(예: 강화 학습 에이전트, 궤적 최적화, Sim-to-Real 전이)를 위해 신뢰할 수 있는 로봇 모델이 필요할 때, Menagerie는 최소한의 설정으로 즉시 사용할 수 있는 출발점을 제공합니다.

---

주요 링크

• PyPI package
• Live in-browser viewer (README의 썸네일 클릭)
• GitHub repo
• Contribution guide