pybullet机器人仿真环境搭建 1.安装pybullet，测试官方示例，基础环境搭建

前言

ROS + Gazebo应该是目前最常用的机器人仿真环境，但在gazebo中进行重复实验、记录数据是很麻烦（重置模型状态、渲染都很费时间），不适合快速验证DL、RL算法。

pybullet + gym应该是目前最常见的机器人强化学习仿真环境了，本篇开始学习搭建自己的pybullet仿真环境。

安装

首先要确定本地主机性能够不够，系统支持windows，linux，硬件需要一个比较好的独显（官网建议GTX680以上）用来做渲染，软件需要有OpenGL2或3。

pybullet的安装非常简单：

pip install pybullet tensorflow

因为tensorflow是google的亲儿子，自然pybullet内置的模型也是tensorflow的版本。

pip安装的pybullet有上面五个文件夹，提供了测试用的数据、环境、示例、机器人模型和一些常用的工具。

测试官方示例

官方提供了一些测试示例：

python -m pybullet_envs.examples.enjoy_TF_AntBulletEnv_v0_2017may

运行后看到一个行走的机器人，表示pybullet安装就没问题了。可以用鼠标滚轮接近/远离视角，可以用Ctrl+滚轮或者鼠标左键分别拖动和旋转视角。

基础环境搭建

然后就是搭建自己需要的仿真环境。一口吃不成胖子，先从最基础的环境创建API开始。

pybullet和ros、carla一样，都采用的是client-server的通信方式，仿真器是一个server，本地client通过代码向server发送指令，server执行代码指令。

导入pybullet

首先，导入pybullet包以及数据：

import time

import pybullet
import pybullet_data

创建服务端

然后创建一个服务端

client = pybullet.connect(pybullet.GUI)
# client = pybullet.connect(pybullet.DIRECT)

pybullet.GUI：服务端打开图形GUI做渲染，需要独显，性能消耗大
pybullet.DIRECT：不打开图形渲染，性能消耗小

（可选）配置图形GUI

设置可视化的参数：

pybullet.configureDebugVisualizer(pybullet.COV_ENABLE_RENDERING, 0)
pybullet.configureDebugVisua