genesis遇到ValueError: too many values to unpack (expected 3)

最新推荐文章于 2026-01-05 22:36:07 发布
原创 最新推荐文章于 2026-01-05 22:36:07 发布 · 84 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#算法 #机器人

遇到这个问题有两个方法来处理：

1. 更新到最新的genensis；

2. 指定libigl的版本为2.5.1

        pip install libigl==2.5.1

Mu&Feng
关注
《Python 自然语言处理》学习笔记--第一章：语言处理与python
weixin_43951224的博客
07-15 678
《Python 自然语言处理》学习笔记--第一章：语言处理与pythonNLTK入门与函数安装 NLTK入门与函数 本文将记录书中所述函数，并对报错处做出修正。 安装 从NLTK库中下载文章资料并查看。 >>> import nltk >>> nltk.download() >>> from nltk.book import * *** I...
python start_genesis_1.py Genesis version 0.2.1 Setting up genesis [Genesis] [15:36:53] [INFO] ╭─────────────────────────────────────────────────────────────────────────────────────╮ [Genesis] [15:36:53] [INFO] │┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉ Genesis ┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉┈┉│ [Genesis] [15:36:53] [INFO] ╰─────────────────────────────────────────────────────────────────────────────────────╯ [Genesis] [15:36:53] [INFO] Running on [NVIDIA TITAN RTX] with backend gs.cuda. Device memory: 23.63 GB. [Genesis] [15:36:53] [INFO] 🚀 Genesis initialized. 🔖 version: 0.2.1, 🌱 seed: None, 📏 precision: &#39;32&#39;, 🐛 debug: False, 🎨 theme: &#39;dark&#39;. [Genesis] [15:36:54] [INFO] Scene <4392ad2> created. [Genesis] [15:36:54] [INFO] Adding <gs.RigidEntity>. idx: 0, uid: <3a5a9ed>, morph: <gs.morphs.Plane>, material: <gs.materials.Rigid>. [Genesis] [15:36:54] [INFO] Preprocessing geom idx 0. Traceback (most recent call last): File "/home/cym/zhangy/jushen/OpenArm_pkgs/OpenArm/simulation/openarm_genesis/start_genesis_1.py", line 154, in <module> main() File "/home/cym/zhangy/jushen/OpenArm_pkgs/OpenArm/simulation/openarm_genesis/start_genesis_1.py", line 62, in main scene.add_entity(gs.morphs.Plane()) File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/utils/misc.py", line 38, in wrapper return method(self, *args, **kwargs) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/scene.py", line 359, in add_entity entity = self._sim._add_entity(morph, material, surface, visualize_contact) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/simulator.py", line 134, in _add_entity entity = self.rigid_solver.add_entity(self.n_entities, material, morph, surface, visualize_contact) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/solvers/rigid/rigid_solver_decomp.py", line 64, in add_entity entity = entity_class( ^^^^^^^^^^^^^ File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/entities/rigid_entity/rigid_entity.py", line 68, in __init__ self._load_model() File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/entities/rigid_entity/rigid_entity.py", line 87, in _load_model self._load_primitive(self._morph, self._surface) File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/entities/rigid_entity/rigid_entity.py", line 189, in _load_primitive link._add_geom( File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/entities/rigid_entity/rigid_link.py", line 173, in _add_geom geom = RigidGeom( ^^^^^^^^^^ File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/entities/rigid_entity/rigid_geom.py", line 94, in __init__ self._preprocess() File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/entities/rigid_entity/rigid_geom.py", line 146, in _preprocess sdf_val = self._compute_sd(query_points) ^^^^^^^^^^^^^^^^^^^^^^^^^^^^^^ File "/home/cym/anaconda3/envs/openarm_genesis/lib/python3.11/site-packages/genesis/engine/entities/rigid_entity/rigid_geom.py", line 224, in _compute_sd sd, _, _ = igl.signed_distance(query_points, self._sdf_verts, self._sdf_faces) ^^^^^^^^ ValueError: too many values to unpack (expected 3) [Genesis] [15:36:54] [INFO] 💤 Exiting Genesis and caching compiled kernels...
07-06
在 Genesis 0.2.1 中遇到 `igl.signed_distance()` 函数返回 4 个值而不是预期的 3 个值导致的 `ValueError` 错误，这通常是由于库版本更新导致的 API 变更。以下是完整的解决方案： ### 问题原因 `libigl` 库在较...
01_树的 dfs 序
2403_88695928的博客
12-31 1171
本文介绍了算法竞赛中树的DFS序（dfn序）这一重要概念。文章首先讲解了基于先序遍历的dfn序定义及其代码实现，通过深度优先遍历为树节点编号。随后阐述了dfn序的三个关键性质：子树dfn序的连续性、祖先节点编号小于子孙节点、子树编号区间计算公式。文章重点展示了dfn序的两个应用：高效判断节点是否在子树中（时间复杂度从O(nq)优化到O(n+q)），以及将树上问题转化为序列问题以便使用线段树等数据结构处理。最后提供了两道模板题（DFS序1和DFS序2）的完整代码实现，演示了如何利用树状数组和线段树来维护dfn
【算法基础篇】（四十）数论之算术基本定理深度剖析：从唯一分解到阶乘分解
2301_79248256的博客
12-30 1206
本文围绕算术基本定理展开，详解其 “大于 1 的自然数可唯一分解为质数乘积” 的核心内涵及在算法竞赛中的应用。先介绍质因数分解的试除法实现与优化技巧，包括枚举范围优化、溢出防护，以及结合线性筛的高效分解方法；再聚焦阶乘分解这一高频考点，拆解核心公式与两种解法（试除法累加、线性筛 + 公式），并通过洛谷经典例题演示实战；最后延伸讲解约数个数、约数和、gcd/lcm 等衍生应用，搭配避坑指南，助力快速掌握数论基础核心技能。
leetcode算法（144.二叉树的前序遍历）
最新发布
m0_61706299的博客
01-05 341
leetcode算法（144.二叉树的前序遍历）
基于扩展的增量流形学习算法IMM-ISOMAP的方案
aini_lovee的博客
12-30 392
基于 扩展的增量流形学习算法IMM-ISOMAP 的方案，结合 动态邻域更新 和 切空间扩展 策略，解决传统ISOMAP在增量数据和多流形场景下的局限性
csp信奥赛C++标准模板库STL案例应用25
王老师青少年编程
12-30 850
csp信奥赛C++标准模板库STL案例应用25
ShaderJoy —— 《对称镜面下的绞肉机》【算法悬疑短文】【Python】
ShaderJoy 的兴趣技术杂货铺
01-04 647
本故事根据真实事件改编
四大子词分词算法详解
ekkoalex的博客
01-03 758
算法方向合并准则优点代表模型BPE自底向上频率最高简单高效GPT-2BBPE自底向上频率最高(字节级)多语言友好WordPiece自底向上似然最大更优的概率模型BERTUnigram自顶向下损失最小多种分词，可计算概率T5, XLNet。
leetcode力扣——135.分发糖果
Xiaoyuan_he的博客
01-04 704
从左向右看： 1，1，2，3，4，1，1，1，2，1。从右向左看： 2，1，1，1，2，1，2，1，2，1。从左向右看： 1，1，2，3，4，1，1，1，2，1。从右向左看： 2，1，1，1，2，1，2，1，2，1。小朋友的分数：2，1，3，4，5，2，2，1，3，0。得到的糖果数：2，1，2，3，4，1，2，1，2，1。小朋友的分数：2，1，3，4，5，2，2，1，3，0。小朋友的分数：2，1，3，4，5，2，2，1，3，0。得到的糖果数：2，1，2，3，4，1，2，1，2，1。
几何平均值最大子数组
y245166349的专栏
01-05 681
从一个长度为N的正数数组numbers中找出长度至少为L且几何平均值最大子数组，并输出其位置和大小。（K个数的几何平均值为K个数的乘积的K次方根） 若有多个子数组的几何平均值均为最大值，则输出长度最小的子数组。 若有多个长度相同的子数组的几何平均值均为最大值，则输出最前面的子数组。
算法——模拟
abjgdgf的博客
01-02 694
紧跟一个正整数，表示此项系数的绝对值（如果一个高于 0 次的项，其系数的绝对值为 1，则无需输出 1）。如果 x 的指数大于 1，则接下来紧跟的指数部分的形式为“xb”，其中 b 为 x 的指数；如果 x 的指数为 1，则接下来紧跟的指数部分形式为 x；第二行有 n+1 个整数，其中第 i 个整数表示第 n−i+1 次项的系数，每两个整数之间用空格隔开。给出一个不大于 9 的正整数 n，输出 n×n 的蛇形方阵。号，如果多项式 n 次项系数为负，则多项式以。第一行 1 个整数，n，表示一元多项式的次数。
从工程经验角度分析直流无刷电机FOC控制（四）无感滑膜算法
weixin_41011452的博客
12-31 243
因为d 轴就是“专门被定义成与永磁体磁链对齐的那条轴”，所以只有d轴有ψf​，而q轴是超前d轴90°，和d轴正交，所以q轴的永磁体磁链为0（因为投影在磁链轴上是0）。根据α-β和d-q坐标投影关系。
leetcode算法（1047.删除字符串中的所有相邻重复项）
m0_61706299的博客
01-03 250
leetcode算法（1047.删除字符串中的所有相邻重复项）
马尔可夫跳变系统镇定
qq_17032807的博客
12-30 782
本文研究了马尔可夫跳变系统的镇定控制问题。通过构造模态依赖的李雅普诺夫函数，建立了基于LMI的控制器设计方法，解决了系统在随机切换下的稳定性问题。仿真表明，传统方法对不可镇定模态失效，而本文方法利用转移速率信息实现了系统镇定。该方法降低了设计保守性，为处理工业系统中多模态随机切换问题提供了理论保证。
XGBoost-数学建模优秀论文算法
您好啊数模君
01-04 824
XGBoost（eXtreme Gradient Boosting）是**梯度提升决策树（GBDT）**的工业级优化版本，由陈天奇于2016年提出。要理解XGBoost的定位，需先回顾Boosting家族的演化脉络：Boosting是一类集成学习算法，核心思想是串行训练弱学习器（如决策树），通过加权组合将其提升为强学习器。其演化路径如下：GBDT的核心是“梯度驱动的残差学习”，但存在以下不足：XGBoost的目标是解决这些问题，同时保持GBDT的优点（如可解释性、对非线性关系的捕捉能力）。其核心改进包括：二
算法小实验——分治算法二分搜索（含报告）
Krismiling的博客
01-03 543
给定已经排好序的n个元素a[0:n-1],在n个元素中找出一特定元素x。
【光伏风电功率预测】光伏短期算法：云图特征提取 + 云移估计的工程方案（深度工程解析）
专注AI大模型,软件混淆,授权
12-30 1052
本文提出一套光伏功率短临预测工程方案，重点解决多云天气下预测不准的问题。方案基于卫星云图数据，通过三层特征提取（物理/统计特征、结构特征、深度特征）和云移估计（光流法/相关匹配），预测未来0-2小时的云团运动轨迹。采用两阶段映射方法（云→辐照→功率）提升预测精度，并输出P10/P50/P90概率区间和ramp预警等调度实用信息。系统设计了质量监控和回退机制保障运行稳定性，建议验收指标应侧重关键时段误差和事件预测能力。该方案通过融合云图特征与运动估计，有效解决了多云天气下光伏功率"云一来就跳&quo
Genesis3D引擎：自学3D游戏开发的完整工具包
标题“Genesis3D上”可能是指的是一种名为Genesis3D的3D引擎，用于3D游戏开发。3D引擎通常包含渲染图形、物理计算、声音处理、碰撞检测、AI等功能，是现代3D游戏开发的核心组成部分。引擎能够提供一个框架或平台，...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值