E1 · Ambiente del GMR
10 minEjecuta el bloque de instalación y confirma las versiones.
Listo cuando: ~/fth/.venv-gmr/bin/python -c "import general_motion_retargeting" 2>/dev/null; echo "saída: $?" → saída: 0.
Clase 3 · 15 min
Retargeting: del esqueleto humano al robot
Una persona mide 1,70 m y tiene articulaciones que el robot no tiene; el G1 mide 1,32 m y, en el modelo de Menagerie, tiene 29 articulaciones con límites. El retargeting es la cuenta que lleva de uno a otro, cuadro a cuadro. En esta clase instalas GMR en un entorno propio, llevas 10 s de boxeo al G1 y verificas cada cuadro contra los límites de las articulaciones.
Comenzar la clase
En esta clase vas a
- 1Lo que resuelve el retargeting: escala, articulaciones distintas y límites
- 2Un entorno por herramienta: el .venv-gmr con versiones fijadas
- 3IK por cuadro con mink: los puntos del humano se vuelven objetivos del robot
- 4Por qué el límite depende del archivo del robot
Objetivo: llevar un clip humano al G1 con GMR en un entorno propio y comprobar que ningún cuadro pasa del límite de las articulaciones.
01Un cuadro de retargeting
Haz clic en cada bloque. GMR repite esto para cada cuadro del clip.
Haz clic en cada bloque del diagrama para ver qué hace.
GMR corre en la CPU, en tiempo real según el artículo (ICRA 2026); aquí, 10 s de clip en pocos segundos.
02Por qué un entorno solo para GMR
Haz clic en cada punto.
1. torch
El paquete de GMR importa PyTorch apenas se carga (el modelo cinemático usa tensores), incluso para retargeting de BVH. Poner torch en el .venv de las prácticas de MuJoCo volvería el entorno pesado sin necesidad.
Solución: un .venv-gmr solo para él, con el torch de CPU del índice oficial de PyTorch.
2. setup.py
En el commit bb1bbe4 (02/04/2026), el setup.py pide, entre otros, proxqp, smplx y redis, pero el retargeting de BVH usa el solver daqp (predeterminado en el código) y no necesita los demás.
Cuando el código y la lista de dependencias no coinciden, vale el código: el curso instala el GMR con --no-deps y fija a mano solo lo que se ejecuta.
Regla de la formación
Un ambiente por herramienta y versiones fijadas por proyecto. BeyondMimic fija Isaac Lab 2.1.0; mjlab usa MuJoCo Warp con uv; en un solo ambiente, uno rompe al otro.
3. Límites
El modelo del G1 que usa el GMR (g1_mocap_29dof.xml) tiene el mismo orden de articulaciones que Menagerie, pero límites más estrechos en 15 de las 29 articulaciones (medido el 19/10/2026).
Como el retargeting respeta los límites del GMR, el resultado cabe en los de Menagerie. Lo contrario no valdría: comprueba siempre en el modelo que vas a ejecutar.
03Instalar el GMR en el .venv-gmr
Agrega al clon de GMR solo el código y el modelo del G1 (sparse-checkout add), crea el segundo entorno y fija las versiones probadas. Primera vez: el entorno completo ocupó 1,2 GB en una mesa de trabajo nueva, casi todo del torch de CPU (medido el 19/10/2026).
Terminal · ambiente del GMR
F=${FTH:-$HOME/fth}; cd $F/GMR
git sparse-checkout add general_motion_retargeting scripts assets/unitree_g1
cd $F && [ -d .venv-gmr ] || python3.12 -m venv .venv-gmr
. .venv-gmr/bin/activate
pip install -q --index-url https://download.pytorch.org/whl/cpu torch==2.14.1
pip install -q mujoco==3.16.0 numpy==2.5.4 scipy==1.18.1 mink==1.3.0 qpsolvers==4.13.0 daqp==0.10.3 rich tqdm loop_rate_limiters imageio
pip install -q --no-deps -e GMR
python3 -c "from importlib.metadata import version as v; print(*[f'{p} {v(p)}' for p in ('torch', 'mink', 'mujoco', 'general_motion_retargeting')], sep=' · ')"Ejemplo del repositorio
torch 2.14.1+cpu · mink 1.3.0 · mujoco 3.16.0 · general_motion_retargeting 0.2.0
Una línea con las cuatro versiones. El GMR instalado en modo editable apunta a la carpeta ~/fth/GMR.
0410 s de boxeo en el G1
El retarget.py lee el BVH como lo hace el script del GMR para Xsens (sin su interfaz gráfica), llama al GMR cuadro a cuadro y comprueba cada cuadro contra los límites del G1 de Menagerie.
Terminal · retargeting
F=${FTH:-$HOME/fth}; cd $F/corpo-inteiro && . $F/.venv-gmr/bin/activate
python3 kit/retarget.py $F/GMR/assets/xsens_bvh_test/251021_04_boxing_120Hz_cm_3DsMax.bvh --fim 1200 --nome boxe_g1; echo "saída: $?"Fragmento · kit/retarget.py
folga = np.deg2rad(FOLGA_GRAUS)
fora = (q < lo - folga) | (q > hi + folga)Ejemplo del repositorio
clipe: 251021_04_boxing_120Hz_cm_3DsMax.bvh · 1200 quadros a 120 Hz (10.0 s) · 28 pontos do esqueleto altura do humano no clipe: 1.67 m · robô: unitree_g1 (GMR, config bvh_xsens_to_g1.json) qpos: 1200 × 36 (base 7 + 29 juntas, mesma ordem do Menagerie) menor margem até o limite: right_ankle_roll_joint (0.0°, 0 = encostado) violações de limite (Menagerie, folga 0.5°): 0 tempo de retargeting: menos de 1 min em CPU gravado: ~/fth/movimentos/boxe_g1.npz saída: 0
1200 cuadros, ninguna violación. El menor margen es el tobillo pegado al límite: un pie plano en el suelo lleva el tobillo al final del recorrido.
ERRO: o GMR não está neste ambiente (No module named 'general_motion_retargeting'). Ative ~/fth/.venv-gmr (aula 3). saída: 2
Se ejecutó con el .venv de MuJoCo activo. El GMR solo existe en el .venv-gmr: actívalo (. ~/fth/.venv-gmr/bin/activate) y ejecuta de nuevo.
05Práctica
Instalar, hacer retargeting, comprobar.
E2 · Retargeting sin violación
5 minEjecuta el retargeting de los 10 s de boxeo.
Listo cuando: python3 kit/retarget.py ~/fth/GMR/assets/xsens_bvh_test/251021_04_boxing_120Hz_cm_3DsMax.bvh --fim 1200 --nome boxe_g1 → violações de limite (Menagerie, folga 0.5°): 0 y saída: 0.
E3 · Otro tramo
5 minHaz retargeting del cuadro 1200 al 2400 con --inicio 1200 --fim 2400 --nome boxe_trecho2 y compara el menor margen con el del primer tramo.
Listo cuando: ls ~/fth/movimentos/boxe_trecho2.npz → el archivo existe, y la salida del retarget termina en saída: 0.
06Prueba de la clase
La explicación aparece después de tu respuesta.
Pregunta 1 de 3
¿Por qué el curso instala el GMR con --no-deps?competencia
Correcto
El código usa el solver daqp; proxqp, smplx y redis quedan fuera. Fijar a mano solo lo que se ejecuta deja el ambiente más pequeño y reproducible.No es esa
El código usa el solver daqp; proxqp, smplx y redis quedan fuera. Fijar a mano solo lo que se ejecuta deja el ambiente más pequeño y reproducible.Repasar: Por qué un entorno solo para GMRPregunta 2 de 3
El retargeting dio 0 violaciones en los límites de Menagerie. ¿Por qué eso no es suerte?
Correcto
En 15 de las 29 articulaciones el modelo del GMR es más restrictivo, y el IK respeta esos límites. En una dirección la garantía vale; en la otra, no. El tobillo se pega al límite, así que el movimiento no está "lejos de los límites".No es esa
En 15 de las 29 articulaciones el modelo del GMR es más restrictivo, y el IK respeta esos límites. En una dirección la garantía vale; en la otra, no. El tobillo se pega al límite, así que el movimiento no está "lejos de los límites".Repasar: Por qué un entorno solo para GMRPregunta 3 de 3
El qpos de cada fotograma tiene 36 números. ¿Qué son los 7 primeros?
Correcto
La base flotante tiene 3 de posición + 4 del cuaternión; el kit mantiene w, x, y, z como lo usa MuJoCo (el script de ejemplo de GMR guarda x, y, z, w en el pickle).No es esa
La base flotante tiene 3 de posición + 4 del cuaternión; el kit mantiene w, x, y, z como lo usa MuJoCo (el script de ejemplo de GMR guarda x, y, z, w en el pickle).Repasar: Un cuadro de retargetingPrueba completada
Acertaste {a} de {n}. Si aciertas todas, la clase se marca como completada.Elige una alternativa. La explicación aparece después de tu intento.
07En tres frases
IK por fotogramaEscala al humano y resuelve la pose del robot fotograma a fotograma.
EntornoUn venv por herramienta, versiones fijadas, dependencias a través del código.
LímitesVerifica en el modelo que va a ejecutar, no en el que lo generó.