首页
/ VQ-BeT: 行为生成与潜在动作

VQ-BeT: 行为生成与潜在动作

2025-04-17 13:54:52作者:齐冠琰

1. 项目介绍

VQ-BeT(Behavior Generation with Latent Actions)是一个开源项目,旨在通过潜在动作生成行为。该项目基于VQ-VAE(Vector Quantized-Variational AutoEncoder)技术,并应用于强化学习环境中。VQ-BeT能够将连续的动作空间离散化,从而更有效地学习策略。

2. 项目快速启动

以下是快速启动VQ-BeT的步骤:

首先,创建一个conda环境并激活:

conda create -n vq-bet python=3.9
conda activate vq-bet

然后,克隆项目仓库:

git clone https://github.com/jayLEE0301/vq_bet_official.git
cd vq_bet_official

接下来,安装依赖:

pip install -r requirements.txt

或者,你可以使用以下命令代替:

sh install.sh

安装MuJoCo和D4RL:

cd d4rl
pip install -e .
cd ..
cd vq_bet_official

对于UR3环境,你需要安装UR3环境:

cd envs/ur3
pip install -e .
cd ..

最后,如果需要启用日志,请登录wandb账户:

wandb login

或者,如果你想禁用日志,可以设置环境变量:

export WANDB_MODE=disabled

3. 应用案例和最佳实践

预训练VQ-VAE

在预训练Residual VQ之前,你需要设置配置文件:

config_name="pretrain_[env name]"

然后运行预训练脚本:

python examples/pretrain_vqvae.py

训练和评估VQ-BeT

在训练VQ-BeT之前,首先确保你的配置文件中包含了预训练的Residual VQ路径:

vqvae_load_dir: YOUR_PATH_TO_PRETRAINED_VQVAE/trained_vqvae.pt

然后设置配置文件并运行训练脚本:

config_name="train_[env name]"
python examples/train.py

对于视觉观察环境,你需要设置visual_input: true在你的配置文件中。

使用预训练权重

如果你想快速查看VQ-BeT在目标条件厨房环境上的表现而不需要从头开始训练,可以下载预训练的Residual VQ和VQ-BeT权重,然后按照上述训练步骤加载权重进行评估。

4. 典型生态项目

VQ-BeT可以应用于多种强化学习环境,包括但不限于PushT和Kitchen环境。开发者可以基于VQ-BeT框架,为不同的任务定制自己的环境,从而扩展VQ-BeT的应用范围。此外,VQ-BeT的社区也在不断增长,提供了多种工具和脚本以帮助新用户快速入门和开发。

登录后查看全文
热门项目推荐

热门内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
261
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
860
511
ShopXO开源商城ShopXO开源商城
🔥🔥🔥ShopXO企业级免费开源商城系统,可视化DIY拖拽装修、包含PC、H5、多端小程序(微信+支付宝+百度+头条&抖音+QQ+快手)、APP、多仓库、多商户、多门店、IM客服、进销存,遵循MIT开源协议发布、基于ThinkPHP8框架研发
JavaScript
93
15
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
129
182
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
259
300
kernelkernel
deepin linux kernel
C
22
5
cherry-studiocherry-studio
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
596
57
CangjieCommunityCangjieCommunity
为仓颉编程语言开发者打造活跃、开放、高质量的社区环境
Markdown
1.07 K
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
398
371
Cangjie-ExamplesCangjie-Examples
本仓将收集和展示高质量的仓颉示例代码,欢迎大家投稿,让全世界看到您的妙趣设计,也让更多人通过您的编码理解和喜爱仓颉语言。
Cangjie
332
1.08 K