SlideShare une entreprise Scribd logo
1  sur  7
OpenSimの使い方
動作確認 編
広島大学工学研究科
生体システム論研究室
栗田グループ
2016/5/2
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved.
Biological Systems
Engineering lab.
• 本スライドの内容は,広島大学工学研究科生体システム
論研究室栗田雄一准教授グループが,平成28年度研究
室内チュートリアルで利用している資料の一部をまとめ
たものです.
• 本スライドの内容には,間違いが含まれている可能性が
ありますが,当方は修正の責任を負いません.本スライ
ドは,あくまで参考としての利用にとどめ,最終的には
ご自身で対応ください.
• そのほか,スライド内容を閲覧,実行したことにより生
じたいかなる損害についても,当方は責任は負いません.
また,スライド内容に対する質問にも回答できかねます
ことをご了承ください.
• 以上についてご承諾いただける方のみ,ご利用ください.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 2
注意事項
Biological Systems
Engineering lab.
OpenSim3.3 が正常に動作するかどうか確認する.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 3
OpenSimの使用準備
ひとまず筋骨格モデルが開ければOK.
① OpenSimを起動
② 画面左上「File」
→「Open Model…」
Biological Systems
Engineering lab.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 4
OpenSimの使用準備
③ 筋骨格モデル(拡張子.osim)を選択.
(例ではgait2354_simbody.osim)
④ 右下「Open」をクリック
OpenSim3.3 が正常に動作するかどうか確認する.
Biological Systems
Engineering lab.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 5
OpenSimの使用準備
⑤ 筋骨格モデルが表示されればOK.
OpenSim3.3 が正常に動作するかどうか確認する.
Biological Systems
Engineering lab.
「Notepad++」を導入する.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 6
OpenSimの使用準備
https://notepad-plus-plus.org/にアクセスして”download”をクリック①
Biological Systems
Engineering lab.
「Notepad++」を導入する.
Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 7
OpenSimの使用準備
② インストーラーをダウンロードし,
Notepad++をインストール

Contenu connexe

Tendances

マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究harmonylab
 
リーン開発の本質 公開用
リーン開発の本質 公開用リーン開発の本質 公開用
リーン開発の本質 公開用ESM SEC
 
Python 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそうPython 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそうRyuji Tsutsui
 
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究harmonylab
 
機械学習モデルを REST API としてサービングするシステム開発における上流プロセスの絞り込みと効果検証(PM学会2023年度秋季研究発表大会 発表資料)
機械学習モデルを REST API としてサービングするシステム開発における上流プロセスの絞り込みと効果検証(PM学会2023年度秋季研究発表大会 発表資料)機械学習モデルを REST API としてサービングするシステム開発における上流プロセスの絞り込みと効果検証(PM学会2023年度秋季研究発表大会 発表資料)
機械学習モデルを REST API としてサービングするシステム開発における上流プロセスの絞り込みと効果検証(PM学会2023年度秋季研究発表大会 発表資料)NTT DATA Technology & Innovation
 
セレンディピティと機械学習
セレンディピティと機械学習セレンディピティと機械学習
セレンディピティと機械学習Kei Tateno
 
【プレゼン】見やすいプレゼン資料の作り方【初心者用】
【プレゼン】見やすいプレゼン資料の作り方【初心者用】【プレゼン】見やすいプレゼン資料の作り方【初心者用】
【プレゼン】見やすいプレゼン資料の作り方【初心者用】MOCKS | Yuta Morishige
 
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点西岡 賢一郎
 
勉強会資料:プログラムもアルゴリズム理解も不要な 機械学習テキストマイニング
勉強会資料:プログラムもアルゴリズム理解も不要な 機械学習テキストマイニング勉強会資料:プログラムもアルゴリズム理解も不要な 機械学習テキストマイニング
勉強会資料:プログラムもアルゴリズム理解も不要な 機械学習テキストマイニングMasahiro Yamaguchi
 
Azure Perceptでかんたん実現! 移動ロボット&エッジAIによる設備点検
Azure Perceptでかんたん実現! 移動ロボット&エッジAIによる設備点検Azure Perceptでかんたん実現! 移動ロボット&エッジAIによる設備点検
Azure Perceptでかんたん実現! 移動ロボット&エッジAIによる設備点検IoTビジネス共創ラボ
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情Yuta Kikuchi
 
Unreal Engine を用いた、駐車スペース検知のための学習データ生成
Unreal Engine を用いた、駐車スペース検知のための学習データ生成Unreal Engine を用いた、駐車スペース検知のための学習データ生成
Unreal Engine を用いた、駐車スペース検知のための学習データ生成Silicon Studio Corporation
 
「運用改善」を考える 〜「自動化」を考える前に
「運用改善」を考える 〜「自動化」を考える前に「運用改善」を考える 〜「自動化」を考える前に
「運用改善」を考える 〜「自動化」を考える前にOperation Lab, LLC.
 
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方BrainPad Inc.
 
配送ルート最適化の為のAI開発の今と未来
配送ルート最適化の為のAI開発の今と未来配送ルート最適化の為のAI開発の今と未来
配送ルート最適化の為のAI開発の今と未来Yosuke Takada
 
混合整数ブラックボックス最適化に向けたCMA-ESの改良 / Optuna Meetup #2
混合整数ブラックボックス最適化に向けたCMA-ESの改良 / Optuna Meetup #2混合整数ブラックボックス最適化に向けたCMA-ESの改良 / Optuna Meetup #2
混合整数ブラックボックス最適化に向けたCMA-ESの改良 / Optuna Meetup #2RHamano
 

Tendances (20)

マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
マルチエージェント深層強化学習による自動運転車両の追越行動の獲得に関する研究
 
リーン開発の本質 公開用
リーン開発の本質 公開用リーン開発の本質 公開用
リーン開発の本質 公開用
 
Python 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそうPython 3.9からの新定番zoneinfoを使いこなそう
Python 3.9からの新定番zoneinfoを使いこなそう
 
Lispマシン・シミュレータの紹介
Lispマシン・シミュレータの紹介Lispマシン・シミュレータの紹介
Lispマシン・シミュレータの紹介
 
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究灯油タンク内の液面高計測を用いた灯油残量推定システムに関する研究
灯油タンク内の液面高計測を用いた 灯油残量推定システムに関する研究
 
機械学習モデルを REST API としてサービングするシステム開発における上流プロセスの絞り込みと効果検証(PM学会2023年度秋季研究発表大会 発表資料)
機械学習モデルを REST API としてサービングするシステム開発における上流プロセスの絞り込みと効果検証(PM学会2023年度秋季研究発表大会 発表資料)機械学習モデルを REST API としてサービングするシステム開発における上流プロセスの絞り込みと効果検証(PM学会2023年度秋季研究発表大会 発表資料)
機械学習モデルを REST API としてサービングするシステム開発における上流プロセスの絞り込みと効果検証(PM学会2023年度秋季研究発表大会 発表資料)
 
セレンディピティと機械学習
セレンディピティと機械学習セレンディピティと機械学習
セレンディピティと機械学習
 
【プレゼン】見やすいプレゼン資料の作り方【初心者用】
【プレゼン】見やすいプレゼン資料の作り方【初心者用】【プレゼン】見やすいプレゼン資料の作り方【初心者用】
【プレゼン】見やすいプレゼン資料の作り方【初心者用】
 
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
機械学習プラットフォーム5つの課題とAmazon SageMakerの4つの利点
 
勉強会資料:プログラムもアルゴリズム理解も不要な 機械学習テキストマイニング
勉強会資料:プログラムもアルゴリズム理解も不要な 機械学習テキストマイニング勉強会資料:プログラムもアルゴリズム理解も不要な 機械学習テキストマイニング
勉強会資料:プログラムもアルゴリズム理解も不要な 機械学習テキストマイニング
 
Azure Perceptでかんたん実現! 移動ロボット&エッジAIによる設備点検
Azure Perceptでかんたん実現! 移動ロボット&エッジAIによる設備点検Azure Perceptでかんたん実現! 移動ロボット&エッジAIによる設備点検
Azure Perceptでかんたん実現! 移動ロボット&エッジAIによる設備点検
 
最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情最近のDeep Learning (NLP) 界隈におけるAttention事情
最近のDeep Learning (NLP) 界隈におけるAttention事情
 
Unreal Engine を用いた、駐車スペース検知のための学習データ生成
Unreal Engine を用いた、駐車スペース検知のための学習データ生成Unreal Engine を用いた、駐車スペース検知のための学習データ生成
Unreal Engine を用いた、駐車スペース検知のための学習データ生成
 
「運用改善」を考える 〜「自動化」を考える前に
「運用改善」を考える 〜「自動化」を考える前に「運用改善」を考える 〜「自動化」を考える前に
「運用改善」を考える 〜「自動化」を考える前に
 
ゼロから始める転移学習
ゼロから始める転移学習ゼロから始める転移学習
ゼロから始める転移学習
 
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
 
MLOpsはバズワード
MLOpsはバズワードMLOpsはバズワード
MLOpsはバズワード
 
配送ルート最適化の為のAI開発の今と未来
配送ルート最適化の為のAI開発の今と未来配送ルート最適化の為のAI開発の今と未来
配送ルート最適化の為のAI開発の今と未来
 
混合整数ブラックボックス最適化に向けたCMA-ESの改良 / Optuna Meetup #2
混合整数ブラックボックス最適化に向けたCMA-ESの改良 / Optuna Meetup #2混合整数ブラックボックス最適化に向けたCMA-ESの改良 / Optuna Meetup #2
混合整数ブラックボックス最適化に向けたCMA-ESの改良 / Optuna Meetup #2
 
Zotero紹介
Zotero紹介Zotero紹介
Zotero紹介
 

OpenSim の使い方 (動作確認編)

  • 2. Biological Systems Engineering lab. • 本スライドの内容は,広島大学工学研究科生体システム 論研究室栗田雄一准教授グループが,平成28年度研究 室内チュートリアルで利用している資料の一部をまとめ たものです. • 本スライドの内容には,間違いが含まれている可能性が ありますが,当方は修正の責任を負いません.本スライ ドは,あくまで参考としての利用にとどめ,最終的には ご自身で対応ください. • そのほか,スライド内容を閲覧,実行したことにより生 じたいかなる損害についても,当方は責任は負いません. また,スライド内容に対する質問にも回答できかねます ことをご了承ください. • 以上についてご承諾いただける方のみ,ご利用ください. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 2 注意事項
  • 3. Biological Systems Engineering lab. OpenSim3.3 が正常に動作するかどうか確認する. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 3 OpenSimの使用準備 ひとまず筋骨格モデルが開ければOK. ① OpenSimを起動 ② 画面左上「File」 →「Open Model…」
  • 4. Biological Systems Engineering lab. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 4 OpenSimの使用準備 ③ 筋骨格モデル(拡張子.osim)を選択. (例ではgait2354_simbody.osim) ④ 右下「Open」をクリック OpenSim3.3 が正常に動作するかどうか確認する.
  • 5. Biological Systems Engineering lab. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 5 OpenSimの使用準備 ⑤ 筋骨格モデルが表示されればOK. OpenSim3.3 が正常に動作するかどうか確認する.
  • 6. Biological Systems Engineering lab. 「Notepad++」を導入する. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 6 OpenSimの使用準備 https://notepad-plus-plus.org/にアクセスして”download”をクリック①
  • 7. Biological Systems Engineering lab. 「Notepad++」を導入する. Copyright© 2015 Biological Systems Engineering lab. All Rights Reserved. 7 OpenSimの使用準備 ② インストーラーをダウンロードし, Notepad++をインストール