qq_46640288的博客

用于定义和管理智能体（agent）在环境中执行的任务。它封装了任务的动作空间、观测空间、度量标准（measures）、传感器套件（sensor suite）等关键元素，并提供了与环境交互的方法，如重置任务和执行动作。vector_env.py: 创建并管理多个环境实例（如模拟器或任务环境），以便在多进程或多线程环境中并行运行。扩展了 Gym 的 gym.Space 类，提供了更灵活和特定于 Habitat 的空间类型。相比于上一个env.py，这个文件中的环境是针对具体任务的。

文件位置：~/objectNav/habitat-lab/habitat-lab/habitat/config/benchmark/nav/pointnav/pointnav_habitat_test.yaml。文件位置~/objectNav/habitat-lab/habitat-lab/habitat/config/habitat/simulator/sensor_setups/rgbd_agent.yaml。两个主要的文件夹benchmark以及habitat，里面放了很多写好的yaml文件。

上面这个是可行的，下面这个却不可行，不知道为什么，记录以下。

1.因为设置为正数的时候，同时有设置了一个最大步数，也就是这一次游戏中走了大于800步就不再运行了，重新初始化。训练出来的agent向目标靠近但是在目标周围徘徊，无法到达目标点。怀疑agent觉得走满800步获得的奖励也不错，所以不靠近目标点。2.想知道代码中优化策略网络的原理。最终到达目标的那个很大的rew是否会传递到接近目标的那几步呢？项目：用PPO搭建强化学习小车在gazebo中运行。问题：在到达目标点之前的rew需要设置为负数吗?

3.在工作空间文件夹（有src的文件夹下）catkin_make编译，出现devel和build。我曾遇到问题，显示找不到某个功能包无法编译之类，后面发现是之前在这个ubuntu上用过深度学习anaconda，anaconda和ROS的python版本是冲突的，解决方法，退出base环境或其他anaconda下的环境。和运行的时间，有三种情况，成功和碰撞和超时。让这个终端之下运行的ROS能找到我们创建的工作空间地址，从而进一步运行里面的程序。1.首先创建一个ROS的工作空间，教程指路。

[rosrun] Couldn’t find executable named

一个数的质因数分解输出一个整数的质因数和该质因数的指数shu = int(input())#我们先编一个判断一个数是否是质数的函数def isprime(n): judge = False for i in range(2,n): if n%i == 0: break ...

哥德巴赫猜想python##py老师给的第一次小测也就是输入一个偶数，输出两个质数之和是那个偶数# 偶数分解为两质数之和import mathshuzi = int(input('请输入一个偶数'))#创建一个函数，用来判断是否为质数def zhishu(n): for i in range(2,shuzi): if n % i == 0...