Why jaco_arm/joints_pos shape is (1, 6, 2) and how to do joint position control?
Nadie ha tomado este issue todavía.
Evaluación
- Dificultad
- 4/5
- Tiempo estimado
- 3-5 días
- Aptitud para principiantes
- 25/100
- Tipo de issue
- Documentación
- Claridad
- Necesita aclaración
- Estado de actividad
- Estancado
- Stack tecnológico
- python
- Área
- machine-learning, robotics
Línea de trabajo
Comienza ejecutando el ejemplo mínimo de Gymnasium e inspeccionando las especificaciones de observación y acción reportadas para lift_large_box_features-v0. Rastrea la configuración de observación y control del brazo Jaco utilizada por ese entorno. Se considerará terminado cuando se documente por qué jaco_arm/joints_pos tiene la forma (1, 6, 2), cómo se relaciona con qpos y si se admite el control de posición de las articulaciones o cómo debe configurarse.
Escrito por el modelo de indexación a partir del texto del issue.
Descripción
@yuvaltassa @kevinzakka
Hi dm_control developers team,
As the title suggested, I have 2 questions:
-
For the default manipulation env with kinova jaco arm, why the joint position has 2 dim for each joint for a 6-DoF jaco arm? How to convert this observation to
qpos, which has exactly 1 dim per joint? -
For the same env, how to turn the torque control to joint position control (control
qpos)?
The minimum code is:
import gymnasium as gym
env = gym.make("dm_control/lift_large_box_features-v0", render_mode="rgb_array")
print(env.observation_spec())
print(env.action_spec())
and this gives me:
env.observation_spec(): OrderedDict([
('jaco_arm/joints_pos', Array(shape=(1, 6, 2), dtype=dtype('float64'), name='jaco_arm/joints_pos')),
('jaco_arm/joints_torque', Array(shape=(1, 6), dtype=dtype('float64'), name='jaco_arm/joints_torque')),
('jaco_arm/joints_vel', Array(shape=(1, 6), dtype=dtype('float64'), name='jaco_arm/joints_vel')),
('jaco_arm/jaco_hand/joints_pos', Array(shape=(1, 3), dtype=dtype('float64'), name='jaco_arm/jaco_hand/joints_pos')),
('jaco_arm/jaco_hand/joints_vel', Array(shape=(1, 3), dtype=dtype('float64'), name='jaco_arm/jaco_hand/joints_vel')),
('jaco_arm/jaco_hand/pinch_site_pos', Array(shape=(1, 3), dtype=dtype('float64'), name='jaco_arm/jaco_hand/pinch_site_pos')),
('jaco_arm/jaco_hand/pinch_site_rmat', Array(shape=(1, 9), dtype=dtype('float64'), name='jaco_arm/jaco_hand/pinch_site_rmat')),
('unnamed_model/angular_velocity', Array(shape=(1, 3), dtype=dtype('float64'), name='unnamed_model/angular_velocity')),
('unnamed_model/linear_velocity', Array(shape=(1, 3), dtype=dtype('float64'), name='unnamed_model/linear_velocity')),
('unnamed_model/orientation', Array(shape=(1, 4), dtype=dtype('float64'), name='unnamed_model/orientation')),
('unnamed_model/position', Array(shape=(1, 3), dtype=dtype('float64'), name='unnamed_model/position')),
])
env.action_spec(): (
BoundedArray(shape=(9,), dtype=dtype('float64'), name='jaco_arm/joint_1\tjaco_arm/joint_2\tjaco_arm/joint_3\tjac
o_arm/joint_4\tjaco_arm/joint_5\tjaco_arm/joint_6\tjaco_arm/jaco_hand/finger_1\tjaco_arm/jaco_hand/finger_2\tjac
o_arm/jaco_hand/finger_3', minimum=[-0.62831853 -0.62831853 -0.62831853 -0.83775804 -0.83775804 -0.83775804
-5. -5. -5. ], maximum=[0.62831853 0.62831853 0.62831853 0.83775804 0.83775804
0.83775804
5. 5. 5. ])
by processing info from above we have:
('jaco_arm/joints_pos', Array(shape=(1, 6, 2), dtype=dtype('float64'), name='jaco_arm/joints_pos')),
And I just wonder why it's (1, 6, 2).
- Lenguaje dominante
- Python
- Estrellas
- 4.7k
- Forks
- 765
- Métricas de merge de PR
- Sin PR fusionados en 30 d
Guía de contribución
Primeros pasos
- Lee el issue completo y luego la guía de contribución del proyecto.
- Comenta en el issue que vas a ocuparte — evita que dos personas hagan lo mismo.
- Haz un fork del repositorio y trabaja en una rama.
- Abre un pull request que haga referencia al número del issue.
Más de google-deepmind/dm_control
-
Dificultad 3/5 1-2 días Aptitud para principiantes 76/100
google-deepmind/dm_control#552 ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
google-deepmind/dm_control#540 · 1 comentario ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 55/100
google-deepmind/dm_control#537 · 1 comentario ·
-
Dificultad 3/5 1-2 días Aptitud para principiantes 45/100
google-deepmind/dm_control#529 ·
-
Dificultad 5/5 Más de una semana Aptitud para principiantes 25/100
google-deepmind/dm_control#527 · 1 comentario ·
Todos los issues de google-deepmind/dm_control
Issues similares
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
anthropics/skills#1811 · 1 comentario ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
speaches-ai/speaches#678 ·
-
bug
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
datalayer/mcp-compose#42 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 75/100
conda-forge/spacy-feedstock#177 ·
-
Dificultad 2/5 1-3 horas Aptitud para principiantes 70/100
UKGovernmentBEIS/inspect_evals#2523 ·