Mobile Aloha模拟环境有两部分代码:
1. https://github.com/tonyzhaozh/act --- 里面有ACT论文的链接
2. https://github.com/MarkFzp/act-plus-plus --- 这个是我们要介绍的代码
ACT算法全称是 Action Chunking with Transformers, 大体意思是: 用机械臂的n个帧的视频数据和机械臂状态数据来训练和推理, 使用Transformer神经网络;
简单介绍一下代码结构:
1. assets下面是mujoco的配置文件, 里面包含了机械臂的信息;
2. detr下面是神经网络的部分, 参考论文看代码, 大体是VAE+Transformer, 然后还参考了HERT神经网络的一些东西;
3. constants.py下面是一些配置信息, 列如训练数据的目录, 每个episode有多少帧, 摄像头配置等;
4. ee_sim_env.py是environment, 加载mujoco模拟环境, 还写了reward函数, 训练的时候reward生成success信息, 可以方便的检查训练的结果;
5. imitate_episodes.py里面是创建神经网络, 训练和评估; 每500步会执行一次评估, 评估会把success数据放在Weights and Biases中, 我们可以在W and B上看到success信息, 来判断训练的结果;
6. record_sim_episodes.py是生成训练用的演示数据集; 生成的是hdf5文件, 文件包含了每一帧的视频, 每一帧视频对应的机械臂的状态;
7. scripted_policy.py 是一个编写好的机械臂运行轨迹, 参考self.left_trajectory和self.left_trajectory两个变量, 里面定义了机械臂关键帧的状态,总共400帧, 中间帧的机械臂状态插值生成;
8. visualize_episodes.py可以把hdf5的文件读出来, 生成视频和机械臂400帧的状态;
我稍微改了一下代码, 可以在没有显卡的普通PC上跑起来, 顺便把Weights and Biases改为Aim(Weights and Biases收费, Aim免费);
对于Transfer Cube这个任务, 大约20000多次训练之后, success能达到最高;
标签:success,训练,Mobile,代码,py,Aloha,神经网络,机械,模拟 From: https://www.cnblogs.com/lijingshanxi/p/18263408