可以做调查的网站,在哪个网站上做实验仪器比较好,怎么做自已的网站,天津国际工程建设监理公司网站文章目录 一、环境配置二、开始训练三、训练成果 最近感受到的大趋势是具身智能#xff0c;强化学习#xff0c;模仿学习做人形机器人#xff0c;这个赛道很火#xff0c;颇有前些年全力投入做自动驾驶的架势#xff0c;正好最近用强化学习解决POMDP问题接触到了强化学习强化学习模仿学习做人形机器人这个赛道很火颇有前些年全力投入做自动驾驶的架势正好最近用强化学习解决POMDP问题接触到了强化学习闲逛博客发现了上海人工智能实验室青龙开源强化学习环境。正好以此来练练手了解了解人形机器人。 一、环境配置
本地环境 系统ubuntu22.04CPU: Intel® Core™ i9-14900KGPU: NVIDIA GeForce RTX 4090Docker version 26.0.0, build 2ae903eDriver Version: 535.171.04CUDA Version: 12.2
conda安装可以参考我配置pytorch环境的博客Ubuntu20.04系统配置Pytorch环境(GPU版)
1.创建虚拟环境
conda create -n AzureLoong python3.82.激活虚拟环境
conda activate AzureLoong3.安装pytorch
pip install torch1.13.1cu117 torchvision0.14.1cu117 --extra-index-url https://download.pytorch.org/whl/cu1174.克隆源码
git clone https://atomgit.com/openloong/gymloong5.安装Issac gym
cd ./gymloong/isaacgym/python
pip install -e .6.测试示例
cd ./examples
python joint_monkey.py此时有可能会报错报错信息如下
ImportError: libpython3.8.so.1.0: cannot open shared object file: No such file or directory在命令行中输入以下指令
sudo find / -name libpython3.8.so.1.0找到AzureLoong中的libpython3.8.so.1.0如图所示 使用以下命令将其复制到/usr/lib目录下
sudo cp /home/kemove/miniconda3/envs/AzureLoong/lib/libpython3.8.so.1.0 /usr/lib/重新以下执行指令出现以下界面说明安装成功
cd ./examples
python joint_monkey.py7.安装gpu_rl
##注意这里使用自己的路径我这里使用的是本地的绝对路径
cd /home/kemove/gymloong/AzureLoong/gpu_rl
pip install -e .这里会报一个错是setuptools版本太高了重新安装其指定的版本然后重新执行安装gpu_rl的指令即可
##安装指定版本
pip install setuptools59.5.0
##重新安装gpu_rl
pip install -e .8.安装gpuGym
##注意这里使用自己的路径我这里使用的是本地的绝对路径
cd /home/kemove/gymloong/AzureLoong
pip install -e .9.安装WandB
pip install wandb二、开始训练
1.进入到训练脚本所在的路径
##注意这里使用自己的路径我这里使用的是本地的绝对路径
cd /home/kemove/gymloong/AzureLoong/gpugym/scripts2.执行以下指令开始训练
python train.py --taskAzureLoong训练正常开始会弹出以下画面按V暂停可视化命令行中显示了每轮训练中奖励的平均数值
三、训练成果
训练结束后输入以下指令展示训练的结果
python play.py --taskAzureLoong训练结果如下图所示图中的小点点是一个个小机器人它们跑到了四面八方目前我还不理解这结果能说明什么等以后再研究吧 目前只是跑通了训练的demo该框架的研究以后再补坑先研究决策规划去了。
