Donkeycar仿真环境安装与运行

首先安装miniconda环境

wget https://repo.anaconda.com/miniconda/Miniconda3-py39_23.3.1-0-Linux-x86_64.sh
bash ./Miniconda3-py39_23.3.1-0-Linux-x86_64.sh

 然后创建一个文件夹来放置你的Donkeycar

mkdir projects
cd projects

 从github上下载最新的donkeycar:eg:从终端下载

git clone https://github.com/autorope/donkeycar
cd donkeycar
git checkout main

或者直接下载安装包解压到这个文件夹中

如果这不是第一次安装,请更新 Conda 并删除旧驴(第一次安装请跳过)

conda update -n base -c defaults conda
conda env remove -n donkey

安装:

cd donkeycar#有的叫donkeycar-main等
conda install mamba -n base -c conda-forge
mamba env create -f install/envs/ubuntu.yml
conda activate donkey
pip install -e .[pc]

如果您有 NVidia 卡,则应更新到最新的驱动程序并 安装 Cuda SDK 

conda install cudatoolkit=11 -c pytorch

创建本地工作目录:

donkey createcar --path ~/mycar

下载并解压缩主机 PC 平台的模拟器 从 Donkey Gym Release 

将模拟器放在您喜欢的位置。对于此示例,它将是 ~/projects/DonkeySimLinux

设置 DonkeyGym:

cd ~/projects
git clone https://github.com/tawnkramer/gym-donkeycar
cd gym-donkeycar
conda activate donkey
pip install -e .[gym-donkeycar]

编辑 myconfig.py 以启用驴健身房模拟器包装器,将 <user-name> 以及路径的其他部分

DONKEY_GYM = True
DONKEY_SIM_PATH = "/home/<user-name>/projects/DonkeySimLinux/donkey_sim.x86_64"
DONKEY_GYM_ENV_NAME = "donkey-generated-track-v0"

驾驶

cd mycar/

python manage.py drive

训练

donkey train --tub ./data --model models/mypilot.h5

测试

python manage.py drive --model models/mypilot.h5

当训练效果不好时,我们可以利用训练好的模型反复训练

donkey train --tub=<tub_path> [--config=<config.py>] [--model=<model path>] [--type=(linear|categorical|inferred)] [--transfer=<transfer model path>]

eg:

donkey train --tub ./data --model models/train11103.h5 --transfer models/train11102.h5

  • 使用来自 --tub 数据存储。 您可以使用逗号分隔列表指定多个浴缸 --tub=foo/data,bar/data 或者只是留下像这样的空间 --tub foo/data bar/data
  • 使用来自 --config 路径(可选)
  • 将模型保存到 --model。如果省略,则自动生成模型名称。 注意: 在版本 4.2 中有一个回归,您只需在模型参数中提供模型名称,例如 --model mypilot.h5。此问题已在版本 4.2.1 中得到解决。请更新到该版本。
  • 使用模型类型 --type
  • 允许继续训练由以下公式给出的模型 --transfer
  • 支持使用变量中定义的函数筛选记录 TRAIN_FILTERmyconfig.py 文件。例如

def filter_record(record):
    return record.underlying['user/throttle'] > 0

TRAIN_FILTER = filter_record

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
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