如何使用Piper RL来训练一个简单的任务

这个存储库包含Piper RL的简单演示代码，展示了如何使用Piper RL来训练一个简单的任务：到达目标，该任务要求Piper的夹持器的中心达到指定的目标位置，而不要求Piper的末端执行器的结束姿势，通过简单的奖励函数实现。该存储库提供了两个模拟器下的训练示例：Mujoco和Genesis。

存储库

Piper_rlAgilex-College

环境依赖性

•安装与RL相关的依赖项

•安装与genesis相关的依赖项

•PytorchInstall Pytorch，并根据CUDA版本选择相应的安装命令。在链接中找到适用于CUDA版本的Pytorch命令。以CUDA 12.9为例，安装命令如下：

•使用命令安装Genesis World：

•安装Mujoco

《创世纪》的例子

加载创世纪中的Piper模型

运行genesis_demo / hello_genesis.py

您可以看到成功加载了Piper模型。

控制派珀模型在创世纪

运行genesis_demo / control_piper.py

你可以看到派珀根据设定的位置移动。

实现创世纪中多个piper的并行仿真

运行genesis_demo / multi_piper.py

在创世纪中实现多个风笛手的并行训练

运行piper_rl_genesis.py

你可以看到多个风笛手试图接近设定位置。

启动张sorboard查看多个风笛手在训练期间的奖励变化：

基本步骤实现派珀Env在创世纪

•初始化环境

•设计奖励功能

•设置阶跃函数

Mujoco例子

在Mujoco对多名风笛手进行并行培训

运行piper_rl_mujoco.py

启动张sorboard查看多个风笛手在训练期间的奖励变化：

在Mujoco测试训练好的模型

运行piper_rl_mujoco.py

你可以看到派珀成功到达目标位置。

本文编译自hackster.io