开源项目 hand_dapg 使用教程

开源项目 hand_dapg 使用教程

hand_dapgRepository to accompany RSS 2018 paper on dexterous hand manipulation项目地址:https://gitcode.com/gh_mirrors/ha/hand_dapg

1. 项目的目录结构及介绍

hand_dapg 项目的目录结构如下：

hand_dapg/
├── dapg/
│   ├── examples/
│   │   └── dapg.txt
│   ├── ...
├── LICENSE
├── README.md
└── ...

• dapg/：包含项目的主要代码和示例。
  • examples/：包含示例配置文件 dapg.txt。
• LICENSE：项目许可证文件，采用 Apache-2.0 许可证。
• README.md：项目介绍和使用说明。

2. 项目的启动文件介绍

项目的启动文件通常位于 dapg/ 目录下，具体文件名和路径可能因版本更新而有所变化。建议参考 README.md 文件中的启动指南。

3. 项目的配置文件介绍

示例配置文件 dapg.txt 位于 dapg/examples/ 目录下，内容如下：

{
  "env": "relocate-v0",
  "algorithm": "DAPG",
  "seed": 123,
  "num_cpu": 5,
  "save_freq": 25,
  "eval_rollouts": 25,
  "exp_notes": "Example config for training policy using DAPG for the relocate-v0 task",
  "demo_file": "/demonstrations/relocate-v0_demos.pickle",
  "bc_batch_size": 32,
  "bc_epochs": 5,
  "bc_learn_rate": 1e-3,
  "policy_size": [32, 32],
  "vf_batch_size": 64,
  "vf_epochs": 2,
  "vf_learn_rate": 1e-3,
  "rl_step_size": 0.05,
  "rl_gamma": 0.995,
  "rl_gae": 0.97,
  "rl_num_traj": 200,
  "rl_num_iter": 100,
  "lam_0": 1e-2,
  "lam_1": 0.95
}

配置文件包含以下主要部分：

• env：指定环境名称。
• algorithm：指定使用的算法，这里是 DAPG。
• seed：随机种子。
• num_cpu：使用的 CPU 数量。
• save_freq：保存频率。
• eval_rollouts：评估轨迹数量。
• exp_notes：实验备注。
• demo_file：演示数据文件路径。
• bc_batch_size：行为克隆的批次大小。
• bc_epochs：行为克隆的训练周期。
• bc_learn_rate：行为克隆的学习率。
• policy_size：策略网络的大小。
• vf_batch_size：价值函数的批次大小。
• vf_epochs：价值函数的训练周期。
• vf_learn_rate：价值函数的学习率。
• rl_step_size：强化学习的步长。
• rl_gamma：强化学习的折扣因子。
• rl_gae：强化学习的广义优势估计参数。
• rl_num_traj：强化学习的轨迹数量。
• rl_num_iter：强化学习的迭代次数。
• lam_0：DAPG 的参数 lam_0。
• lam_1：DAPG 的参数 lam_1。

以上是 hand_dapg 项目的基本使用教程，详细内容请参考项目官方文档和 README.md 文件。

hand_dapgRepository to accompany RSS 2018 paper on dexterous hand manipulation项目地址:https://gitcode.com/gh_mirrors/ha/hand_dapg