mjfit
為 MuJoCo 的插銷、孔、螺紋與齒輪產生精確的凸形碰撞幾何
授權條款
MIT
概述
mjfit 是一個 Python 函式庫，可為 MuJoCo 中的組裝任務產生碰撞幾何：由任意輪廓產生的插銷與其孔、螺栓與其螺帽，或一對相互嚙合的齒輪，每一個都由凸形塊組成，其聯集恰好就是該零件。它出自 MIT 的 Pulkit Agrawal 所領導的 Improbable AI Lab，原本是為了訓練論文 Blind Precise Assembly: Proprioceptive Sim-to-Real Peg-in-Hole for Diverse Parts 中的策略而寫，並以 MIT 授權在 GitHub 上釋出。
它解決的問題很明確。MuJoCo 只能讓凸形體互相碰撞，而孔是凹的。常見的解法是以 CoACD 或 V-HACD 進行近似凸分解，或對網格使用 MuJoCo 的符號距離（SDF）碰撞。凸分解會填掉組裝任務所仰賴的間隙，SDF 碰撞則較慢且會漏掉接觸。mjfit 改為把孔周圍的板切成凸形楔塊，把插銷做成孔向內偏移一個間隙的形狀，並以凸形輪廓掃掠出螺紋與齒輪齒，因此插銷的每一條邊都與孔的對應邊恰好相距一個間隙，而 MuJoCo 能以原生方式讓每一塊互相碰撞。曲線會變成外接於曲線的多邊形，因此圓孔絕不會比圖面上畫的小。
每個產生器都會回傳一個 MJCF 字串，可從 Python 或 mjfit 命令列呼叫，而輪廓與尺寸都是參數，因此一次訓練就能容納數千種不同的組件。專案頁面會在瀏覽器中即時執行論文的策略與 mjfit 的比較。
mjfit 有三個產生器。mjfit.peg 接收孔或插銷其中之一的輪廓，可以是頂點清單，也可以是 mjfit.shapes 中的形狀（圓形、矩形、跑道形、梯形、正多邊形、星形、任意多邊形、帶圓角的 Bezier 輪廓，或 CSV 檔案），再以間隙作精確偏移來建構另一個。選項可以在孔內加入凸起的材料，例如 USB 舌片或連接器針腳（插銷會變成包覆它們的中空殼體）、較寬的握持段、帶有最小邊緣的凸形外板、封閉的孔，或固定的插銷質量。mjfit.thread 以 ISO 公制、梯形、ACME、方形、鋸齒形、圓線或自訂齒形建構螺栓與其螺帽，可為單線或多線、左旋或右旋。mjfit.gear 建構一個正齒輪或一對以鉸鏈連接、具漸開線齒的嚙合齒輪，並可選擇加上馬達；每個齒都是一個凸形稜柱。
配置是存放產生器參數的 YAML 檔案，套件也附有現成的配置：圓形、星形、USB-A、USB-C、HDMI、RJ45、D-sub（DB9）與 XLR3 插銷，M10 與 M6 螺紋和一支 FurnitureBench 桌腳，以及數組齒輪對。在訓練方面，mjfit.sample_pegs 會從兩個家族（帶圓角的隨機凸形輪廓，或孔內最多有三個島狀凸起的基本形狀）抽取可重現的隨機組件，而 mjfit.grid 會把許多組件排列在同一個場景中，且名稱絕不衝突。
輸出可以直接使用：每個 geom 都屬於一個具有剛性接觸的預設類別，檔案可以單獨執行，也可以被納入更大的場景中，而當 USD 轉換器需要時，網格也可以寫成 OBJ 檔案。儲存庫的基準測試在一個 16 mm 圓形或方形插銷上，以低至 20 µm 的間隙，在 CPU 上以及在使用 MuJoCo Warp 的 GPU 上，比較 mjfit 與 CoACD、V-HACD 以及 MuJoCo 網格 SDF，並附有重現每個數字的指令。
為何重要
接觸密集的組裝是在模擬中最難學習的事情之一，而最難的部分往往不是學習本身，而是幾何：如果模擬中的孔比真實的孔更小、更粗糙或更慢，以它訓練出的策略就會學到錯誤的經驗。mjfit 讓任何使用 MuJoCo 的人，包括在 GPU 上以 MuJoCo Warp 大規模訓練的人，只要一個 pip install 就能取得精確、快速且可程序化變化的插銷、孔、螺紋與齒輪。它原本服務的那篇論文展示了這能帶來什麼：完全在模擬中訓練的盲插入策略，能轉移到真實手臂上，並插入從未見過形狀的插銷。
解決的問題
MuJoCo 只能讓凸形體互相碰撞，因此有孔的板必須以近似方式處理。凸分解會封閉插銷入孔、螺紋鎖附或齒輪嚙合任務所仰賴的間隙，而符號距離碰撞速度慢且會漏掉接觸。mjfit 以凸形塊建構每個零件，其聯集就是保留了間隙的精確零件，並能從參數產生數千種不同的組件。
重點
- 以凸形塊建構 MuJoCo 的插銷與孔、螺栓與螺帽，以及嚙合齒輪，其聯集就是精確的零件
- 插銷的每一條邊都與孔的對應邊恰好相距一個間隙；圓會變成外接多邊形，因此孔絕不會比圖面上畫的小
- 依儲存庫的基準測試，在 CPU 上，一組插銷與孔的模擬步進比 MuJoCo 網格 SDF 快一個數量級，精度相同或更好
- 內附真實連接器與緊固件的配置：USB-A、USB-C、HDMI、RJ45、D-sub、XLR、M10 與 M6 螺紋，以及齒輪對
- 程序化取樣可為單次訓練抽取數千種可重現的組件
- 為 MIT 論文 Blind Precise Assembly 而打造，論文中的插入策略能從模擬轉移到真實手臂
適用對象
- 在 MuJoCo 或 MuJoCo Warp 中訓練組裝、插入、螺紋鎖附或齒輪嚙合策略的研究人員
- 需要大量多樣化、具有緊密且精確間隙之零件的機器人學習團隊
- 在凹形零件上遇到凸分解或 SDF 碰撞極限的模擬工程師
- 學習接觸密集操作、想要現成連接器與緊固件模型的學生
限制
- 早期版本：版本 0.1.0，由單一作者維護，從 GitHub 而非 PyPI 安裝
- 僅支援 MuJoCo；其他模擬器只能取得 OBJ 格式的網格，而無法取得接觸模型
- 產生的是參數式零件（插銷與孔、螺紋、正齒輪），而不是任意的 CAD 模型
- 剛性接觸需要 1 ms 以下的時間步長，以鉸鏈連接的齒輪則需要使用 MuJoCo 的 PGS 求解器，而非預設的 Newton 求解器
- 螺紋楔塊會因螺旋線的離散化而損失少許材料，因此螺紋只在該公差內是精確的