SMRATS(一) SMARTS+PPO baseline运行教程

本文档介绍了在SMARTS中使用PPO算法进行基准测试时遇到的环境运行和可视化问题。在尝试运行时,发现缺少map.net文件,通过调用SUMO内部函数生成map.glb文件。尽管升级了ray库,但仍然遇到ego_state_car缺失position的问题。通过深入研究文件和代码,发现需要在scenario.py中设定明确的mission,重新生成地图和任务文件后,训练得以进行。最终成功启动envision可视化并看到预期结果。
摘要由CSDN通过智能技术生成

smarts中benchmark运行

安装完成可以运行,但是打开envision和visdom并没有发现正确的可视化内容,查看命令行log,发现报错,在log/results/run/4lane-1/PPO_Simple…/error.txt中发现找不到map.net文件。
可以通过sumo内部构建函数直接生成对应的map.net

Step 1: 生成scenario对应的map.glb文件。
若不生成map.glb则环境无法运行。【因为benchmark文件夹中内部有自己的环境,即smarts内部有两套环境定义。】
通过调用sumo中的glb转换接口,以下代码需要在benchmark文件夹中运行。

from smarts.sstudio.sumo2mesh import generate_glb_from_sumo_network
import os
generate_glb_from_sumo_network(os.getcwd()+"/double_merge/cross/map.net.xml" , os.getcwd()+"/double_merge/cross/map.glb")
generate_glb_from_sumo_network(os.getcwd()+"/double_merge/nocross/map.net.xml" , os.getcwd()+"/double_merge/nocross/map.glb")
generate_glb_from_sumo_network(os.getcwd()+"/intersections/4lane/map.net.xml" , os.getcwd()+"/intersections/4lane/map.glb")
generate_glb_from_sumo_network(os.getcwd()+"/intersections/4lane_sv/map.net.xml" , os.getcwd()+"/intersections/4lane_sv/map.glb")
generate_glb_from_sumo_network(os.getcwd()+"/two_ways/bid/map.net.xml" , os.getcwd()+"/two_ways/bid/map.glb")
generate_glb_from_sumo_network(os.getcwd()+"/two_ways/bid_sv/map.net.xml" , os.getcwd()+"/two_ways/bid_sv/map.glb")

Step 2: 运行readme.md中训练和评估
评估需要使用训练生成的检查点,因此必须首先进行训练。

python run.py scenarios/intersections/4lane -f agents/ppo/baseline-continuous-control.yaml

直接报错

$ python run.py scenarios/intersections/4lane -f agents/ppo/baseline-continuous-control.yaml /home/nics/venv/python37_smarts_rllib/lib/python3.7/site-packages/tensorflow/python/pywrap_tensorflow_internal.py:15: DeprecationWarning: the imp module is deprecated in favour of importlib; see the module's documentation for alternative uses
  import imp
/usr/lib/python3.7/importlib/_bootstrap.py:219: ImportWarning: can't resolve package from __spec__ or __package__, falling back on __name__ and __path__
  
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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