Swift 机器人仿真器:开源项目最佳实践
2025-05-18 21:50:27作者:薛曦旖Francesca
1. 项目介绍
Swift 是一款基于 Python 和 JavaScript 开发的轻量级浏览器仿真器,它建立在 Python 机器人工具箱之上。Swift 提供了针对机器人领域的特定功能,支持算法的快速原型设计、研究和教学。Swift 跨平台支持 Linux、MacOS 和 Windows,同时利用了这些语言的普及和社区支持。
Swift 能够通过 Python 机器人工具箱可视化超过 30 种机器人模型,包括来自 Franka-Emika、Kinova、Universal Robotics、Rethink 等知名公司的现代机器人,以及经典的 Puma 560 和 Stanford 臂。Swift 目前仍在开发中,未来将支持移动机器人的仿真。
2. 项目快速启动
首先,确保您的系统中已安装 Python 3。以下是快速启动 Swift 的步骤:
# 使用 pip 安装机器人工具箱,Swift 将作为依赖一同安装
pip3 install roboticstoolbox-python
# 或者单独安装 Swift
pip3 install swift-sim
运行第一个仿真
下面的代码将加载 Franka-Emika Panda 机器人模型并显示其初始配置:
import roboticstoolbox as rp
# 加载 Panda 机器人模型
panda = rp.models.Panda()
# 显示机器人
panda.plot(q=panda.qr)
3. 应用案例和最佳实践
嵌入 Jupyter Notebook
Swift 可以轻松嵌入到 Jupyter Notebook 中,以下是如何在笔记本单元格中启动 Swift 仿真器的示例:
import roboticstoolbox as rtb
from swift import Swift
# 创建 Swift 仿真器实例并启动
env = Swift()
env.launch(realtime=True, browser="notebook")
# 加载 Panda 机器人模型
panda = rtb.models.Panda()
panda.q = panda.qr
# 添加机器人到仿真器
env.add(panda)
# 在此处添加仿真代码
机器人运动控制
以下是一个使用 Swift 进行机器人运动控制的示例:
import roboticstoolbox as rtb
import spatialmath as sm
import numpy as np
from swift import Swift
# 创建 Swift 仿真器实例并启动
env = Swift()
env.launch(realtime=True)
# 加载 Panda 机器人模型
panda = rtb.models.Panda()
panda.q = panda.qr
# 设置目标末端执行器姿态
Tep = panda.fkine(panda.q) * sm.SE3.Tx(0.2) * sm.SE3.Ty(0.2) * sm.SE3.Tz(0.45)
# 将机器人添加到仿真器
env.add(panda)
# 运动控制循环
arrived = False
while not arrived:
v, arrived = rtb.p_servo(panda.fkine(panda.q), Tep, 1)
panda.qd = np.linalg.pinv(panda.jacobe(panda.q)) @ v
env.step(0.05)
4. 典型生态项目
Swift 作为机器人仿真的工具,可以与多种开源项目集成,例如:
- Robot Operating System (ROS): 可以与 ROS 集成,实现与真实机器人的交互。
- OpenCV: 用于图像处理和计算机视觉任务,与 Swift 的视觉反馈功能相结合。
- Jupyter Notebook: 用于教学和演示,Swift 的嵌入功能使其在学术和教育环境中非常实用。
通过这些集成,Swift 能够为机器人研究人员和开发者提供一个强大的仿真和开发平台。
登录后查看全文
热门项目推荐
GLM-5智谱 AI 正式发布 GLM-5,旨在应对复杂系统工程和长时域智能体任务。Jinja00
GLM-5-w4a8GLM-5-w4a8基于混合专家架构,专为复杂系统工程与长周期智能体任务设计。支持单/多节点部署,适配Atlas 800T A3,采用w4a8量化技术,结合vLLM推理优化,高效平衡性能与精度,助力智能应用开发Jinja00
请把这个活动推给顶尖程序员😎本次活动专为懂行的顶尖程序员量身打造,聚焦AtomGit首发开源模型的实际应用与深度测评,拒绝大众化浅层体验,邀请具备扎实技术功底、开源经验或模型测评能力的顶尖开发者,深度参与模型体验、性能测评,通过发布技术帖子、提交测评报告、上传实践项目成果等形式,挖掘模型核心价值,共建AtomGit开源模型生态,彰显顶尖程序员的技术洞察力与实践能力。00
Kimi-K2.5Kimi K2.5 是一款开源的原生多模态智能体模型,它在 Kimi-K2-Base 的基础上,通过对约 15 万亿混合视觉和文本 tokens 进行持续预训练构建而成。该模型将视觉与语言理解、高级智能体能力、即时模式与思考模式,以及对话式与智能体范式无缝融合。Python00
MiniMax-M2.5MiniMax-M2.5开源模型,经数十万复杂环境强化训练,在代码生成、工具调用、办公自动化等经济价值任务中表现卓越。SWE-Bench Verified得分80.2%,Multi-SWE-Bench达51.3%,BrowseComp获76.3%。推理速度比M2.1快37%,与Claude Opus 4.6相当,每小时仅需0.3-1美元,成本仅为同类模型1/10-1/20,为智能应用开发提供高效经济选择。【此简介由AI生成】Python00
Qwen3.5Qwen3.5 昇腾 vLLM 部署教程。Qwen3.5 是 Qwen 系列最新的旗舰多模态模型,采用 MoE(混合专家)架构,在保持强大模型能力的同时显著降低了推理成本。00- RRing-2.5-1TRing-2.5-1T:全球首个基于混合线性注意力架构的开源万亿参数思考模型。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
569
3.84 K
Ascend Extension for PyTorch
Python
379
453
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
893
676
暂无简介
Dart
802
199
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
350
203
昇腾LLM分布式训练框架
Python
118
147
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
12
1
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
68
20
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.37 K
781