Genesis 是一个专为通用机器人/具身 AI/物理 AI 应用程序设计的物理平台。它同时是多个事物：
- 从头开始重建的通用物理引擎，能够模拟各种材料和物理现象。
- 一个轻量级、超快速、pythonic 和用户友好的机器人仿真平台。
- 强大而快速的照片级真实感渲染系统。
- 一个生成式数据引擎，可将用户提示的自然语言描述转换为各种数据模式。
Genesis 由从头开始重新设计和重新构建的通用物理引擎提供支持，将各种物理求解器及其耦合集成到一个统一的框架中。该核心物理引擎通过上层运行的生成代理框架进一步增强，旨在为机器人及其他领域实现完全自动化的数据生成。
注意：目前，Genesis正在开源底层物理引擎和模拟平台。生成框架是一个模块化系统，其中包含许多不同的生成模块，每个模块处理一定范围的数据模态，由高级代理路由。一些模块整合了现有的论文，一些仍在提交中。对我们的生成功能的访问权限将在不久的将来逐步推出。如果您有兴趣，请随时在下面的论文列表中探索更多内容。
Genesis 旨在：
- 降低使用物理模拟的门槛，让每个人都能参与机器人研究。请参阅我们的使命宣言。
- 将不同的物理解算器统一到一个框架中，以最高保真度重建物理世界。
- 自动生成数据，减少人工工作，让数据飞轮自行旋转。
主要功能
- 速度：使用单个 RTX 4090 模拟 Franka 机械臂时，FPS 超过 4300 万（比实时快 430,000 倍）。
- 跨平台：在 Linux、macOS、Windows 上运行，并支持多个计算后端（CPU、Nvidia/AMD GPU、Apple Metal）。
- 集成各种物理求解器：刚体、MPM、SPH、FEM、PBD、稳定流体。
- 广泛的材料模型：刚体、液体、气体、可变形对象、薄壳对象和颗粒材料的仿真和耦合。
- 兼容各种机器人：机械臂、腿式机器人、无人机、软体机器人，并支持加载、 等。
MJCF (.xml)URDF.obj.glb.ply.stl - 照片级真实感渲染：基于原生光线追踪的渲染。
- 可微性：Genesis 被设计为完全可微分。目前，我们的MPM求解器和工具求解器支持微分性，其他求解器计划在未来的版本中使用（从刚体和关节体求解器开始）。
- 基于物理的触觉仿真：可微分触觉传感器仿真即将推出（预计在 0.3.0 版本中推出）。
- 用户友好性：专为简单性而设计，具有直观的安装和 API。
安装和使用
首先按照官方说明安装 PyTorch。
然后，通过 PyPI 安装 Genesis：
pip install genesis-world # Requires Python >=3.9;
对于最新版本，请克隆存储库并在本地安装：
git clone https://github.com/Genesis-Embodied-AI/Genesis.git
cd Genesis
pip install -e .
Docker
如果你想从 Docker 使用 Genesis，你可以先将 Docker 镜像构建为：
docker build -t genesis -f docker/Dockerfile docker
然后，您可以在 docker 镜像（挂载到）中运行示例：/workspace/examples
xhost +local:root # Allow the container to access the display
docker run --gpus all --rm -it \
-e DISPLAY=$DISPLAY \
-v /dev/dri:/dev/dri \
-v /tmp/.X11-unix/:/tmp/.X11-unix \
-v $PWD:/workspace \
genesis
