相关仓库
4.1 MuJoCo 仿真示例
mujoco-sim 提供了在 MuJoCo 物理仿真器中加载和控制 Wuji Hand 的最小示例。
运行命令
git clone --recursive https://github.com/wuji-technology/mujoco-sim.git
cd mujoco-sim
pip install -r requirements.txt
python run_sim.py预期效果
脚本启动后将加载右手模型（默认），循环播放 data/wave.npy 中预录制的挥手动作轨迹。如需切换为左手，修改 run_sim.py 中的 side 变量为 "left"。
4.2 Isaac Lab 仿真示例
isaaclab-sim 提供了在 NVIDIA Isaac Lab 环境中使用 Wuji Hand 的仿真示例，支持 GPU 加速的大规模并行仿真，适用于强化学习训练场景。
运行命令
git clone --recurse-submodules https://github.com/wuji-technology/isaaclab-sim.git
cd isaaclab-sim
# 按照 Isaac Lab 官方文档配置环境后执行
python run_sim.py预期效果
脚本启动后将加载右手模型（默认），循环播放 data/wave.npy 中预录制的挥手动作轨迹。如需切换为左手，运行 python run_sim.py --side left。
4.3 手势 Retargeting
wuji-retargeting 是基于自适应解析优化的高精度手势 Retargeting 系统，将人手姿态映射到灵巧手关节位置，支持 Apple Vision Pro 实时手部追踪。
运行命令
git clone --recurse-submodules https://github.com/wuji-technology/wuji-retargeting.git
cd wuji-retargeting
pip install -r requirements.txt
pip install -e .
# 仿真示例（使用预录制数据）
cd example
python teleop_sim.py --play data/avp1.pkl --hand left
# 真机示例（需连接 Vision Pro）
python teleop_real.py --input visionpro --ip <vision-pro-ip> --hand right预期效果
仿真模式下，灵巧手将回放预录制的手势数据。真机模式下，灵巧手将实时跟随 Vision Pro 捕获的手部动作。系统采用 Huber loss + NLopt SLSQP 优化算法，在捏合和张开手势之间自适应切换以提高精度。