PyBullet：物理 AI 仿真引擎

PyBullet是一个基于Bullet Physics SDK构建的Python可访问物理仿真库，广泛用于机器人研究、强化学习（RL）训练以及操作和运动控制器的快速原型开发。与更重量级的仿真平台不同，PyBullet优先考虑速度和可编程性，当研究者需要运行数千个并行训练 episode 或快速迭代控制器设计而无需完整GUI驱动仿真器的开销时，它成为了首选。

1、架构和核心概念

PyBullet通过简洁的Python API暴露Bullet物理引擎，使脚本能够直接控制仿真的各个方面。该库主要在两种模式下运行：

• GUI模式 (pybullet.GUI)：在OpenGL窗口中渲染仿真，用于可视化调试和检查。
• DIRECT模式 (pybullet.DIRECT)：无头运行，无渲染开销——这是RL训练循环中吞吐量至关重要的首选模式。

仿真世界通过由physicsClientId标识的物理服务器管理。多个独立服务器可以在同一进程中同时运行，实现并行化环境 rollout 而无进程间通信开销。

1.1 URDF和SDF加载

PyBullet原生支持加载URDF（统一机器人描述格式）和SDF（仿真描述格式）中的机器人描述，这些格式与ROS和Gazebo使用的相同。加载机器人只需一次调用：

import pybullet as p
import pybullet_data

p.connect(p.DIRECT)
p.setAdditionalSearchPath(pybullet_data.getDataPath())
p.setGravity(0, 0, -9.81)

robot_id = p.loadURDF("kuka_iiwa/model.urdf", basePosition=[0, 0, 0])
plane_id = p.loadURDF("plane.urdf")

pybullet_data包附带精选的机器人URDF（Kuka IIWA、Franka Panda、Fetch、Minitaur等）和环境资产，研究者可以立即开始实验而无需寻找外部模型。

2、关节控制和动力学

PyBullet支持四种关节控制模式，每种适用于不同的用例：

对于强化学习，力矩控制最常见，因为它将原始动作空间暴露给策略网络。切换到力矩模式需要先禁用默认的速度电机：

num_joints = p.getNumJoints(robot_id)
for j in range(num_joints):
    p.setJointMotorControl2(robot_id, j,
                            controlMode=p.VELOCITY_CONTROL,
                            force=0)  # 禁用默认电机

# 现在从RL策略施加力矩
p.setJointMotorControlArray(robot_id,
                             jointIndices=list(range(num_joints)),
                             controlMode=p.TORQUE_CONTROL,
                             forces=policy_output)

3、碰撞检测和接触查询

PyBullet的优势之一是其丰富的接触查询API。每个仿真步骤后，工程师可以检索详细的接触信息——接触点、法向力、摩擦力和穿透深度——实现基于物理接触的奖励塑造：

p.stepSimulation()
contacts = p.getContactPoints(bodyA=robot_id, bodyB=object_id)
for c in contacts:
    normal_force = c[9]
    contact_position = c[5]

这对于灵巧操作任务特别有价值，因为抓取质量指标依赖于接触几何和力分布。

4、相机和传感器仿真

PyBullet通过getCameraImage()提供可编程虚拟相机，返回RGB、深度和分割掩码数组。这使得直接在仿真中训练基于视觉的策略成为可能：

width, height = 224, 224
view_matrix = p.computeViewMatrix(
    cameraEyePosition=[0.5, 0, 0.5],
    cameraTargetPosition=[0, 0, 0],
    cameraUpVector=[0, 1, 0]
)
proj_matrix = p.computeProjectionMatrixFOV(
    fov=60, aspect=1.0, nearVal=0.01, farVal=10.0
)
_, _, rgb, depth, seg = p.getCameraImage(width, height, view_matrix, proj_matrix)

深度图像可以转换为点云用于6自由度姿态估计管道，分割掩码允许以对象为中心的观测空间而无需单独的感知栈。

5、与OpenAI Gym和Stable-Baselines3的集成

pybullet_envs包将许多标准PyBullet环境封装为OpenAI Gym兼容接口，支持与流行RL框架的即插即用：

import gym
import pybullet_envs  # 注册环境

env = gym.make("KukaBulletEnv-v0")
obs = env.reset()

对于自定义环境，标准模式是继承gym.Env，实现reset()和step()，并在内部调用p.stepSimulation()。这与Stable-Baselines3、RLlib和CleanRL无缝集成，用于训练PPO、SAC或TD3策略。

6、性能考虑和最佳实践

仿真时间步长： 默认时间步长为1/240秒。对于运动任务，1/500秒可改善接触动力学稳定性。对于刚体操作，1/240秒通常足够。

子步数： 使用p.setPhysicsEngineParameter(numSubSteps=4)来改善接触分辨率而不降低策略看到的控制频率。

确定性： 给定相同种子和时间步长，PyBullet是确定性的。在 episode 之间设置p.resetSimulation()并重新加载资产以保证训练运行的可重复性。

并行环境： 对于大规模RL，使用Python的multiprocessing模块或向量化环境包装器在单独进程中生成多个pybullet.DIRECT服务器。每个服务器独立且线程安全。

7、局限性和何时选择替代方案

PyBullet的物理保真度对于大多数操作和运动研究来说足够，但在特定领域不如生产级仿真器：

• 软体仿真有限；对于可变形对象，考虑MuJoCo或SOFA。
• 逼真渲染不可用；对于需要视觉真实感的sim-to-real迁移，使用Isaac Sim或带有Ignition的Gazebo。
• 大规模多机器人场景有数百个代理时，受益于Isaac Gym的GPU并行化物理。

对于快速原型开发、RL研究和教育机器人，PyBullet仍然是最易用和高效的仿真环境之一。

原文链接: PyBullet: Scriptable Physics Simulation for Robotics Research and Reinforcement Learning

汇智网翻译整理，转载请标明出处