OpenAI Gym 和 Gazebo 测试机器人的 RL 算法？答案

【问题标题】：OpenAI Gym and Gazebo to test RL algorithm for robotics?OpenAI Gym 和 Gazebo 测试机器人的 RL 算法？
【发布时间】：2017-03-27 14:34:34
【问题描述】：

如果我想研究机器人强化学习算法，我应该如何使用 Gazebo 和 OpenAI Gym 来测试、训练和基准测试该算法？我是否应该从 OpenAI Gym 入手，然后将得分高的算法带入 Gazebo 环境中的真实场景？

【问题讨论】：

为什么不两者兼而有之？ ;-) Extending the OpenAI Gym for robotics: a toolkit for reinforcement learning using ROS and Gazebo
@TokeFaurby 这个 pdf 文件让我问了这个问题。如果两者可以结合使用，RL 算法是否应该先在 OpenAI Gym 上测试，然后在 Gazebo 上测试得分高的算法？还是有更好的方法？[这也是我最初的问题，但建议的编辑使它探索了其他可能性]
欢迎您！我正在做一个类似的项目。我将开始实施Continuous control with deep reinforcement learning DeepMind 论文（使用 OpenAI gym）。一旦你完成了这项工作，我将继续前往 Gazebo。 PS请将所有相关信息添加到OP（即您应该提到该论文，这会使帮助更容易）

标签： benchmarking ros robotics reinforcement-learning openai-gym

【解决方案1】：

选择要在其中工作的框架时要考虑的因素

需要多长时间才能跟上您选择的任何内容？
环境中的性能能否可靠地预测实际机器人的性能？
需要多少钱？

如果您想让您的方法最终在实际机器人上发挥作用，您应该在与您的目标环境和平台非常相似的环境中进行测试。 OpenAI 健身房的first party robot simulation environments 使用 MuJuCo，它不是免费的。此外，这些模拟更多地用于玩具控制设置，而不是实际的机器人问题。编写 ROS 节点并在 Gazebo 中模拟您的问题会更好。你也可以看看 Erle Robotics 的 gym-gazebo 工具，它可以让你在健身房和 ROS 之间架起一座桥梁。

【讨论】：