EqMotion：等变多智能体运动预测指南

概述

EqMotion 是一个基于等变几何特征学习和不变交互推理的高效多智能体运动预测模型，由陈欣 Xin 等人在 CVPR 2023 上提出。本指南旨在帮助开发者理解和使用该项目，我们将分步骤介绍其目录结构、启动文件以及配置文件的相关信息。

1. 项目目录结构及介绍

项目的主要目录结构如下：

EqMotion/
├── n_body_system            # 粒子动力学相关数据和代码
│   ├── dataset              # 数据集文件夹
│   └── ...
├── md17                     # 分子动力学数据处理与实验
│   ├── dataset              # 数据准备
│   └── ...
├── h36m                     # 3D人体骨架动作预测数据与实验
│   ├── dataset              # 人3.6M数据存放
│   └── ...
├── eth_ucy                  # 行人轨迹预测数据与实验
│   ├── dataset              # 原始数据预处理
│   └── ...
├── main_{task}.py          # 不同任务的主运行脚本（如main_nbody.py, main_md17.py）
├── LICENSE                  # 许可证文件
└── README.md                # 项目说明文件

每个任务相关的子目录中，包含了该任务的数据准备脚本、预处理工具以及模型训练和测试的执行脚本。main_{task}.py 文件是各个预测任务的启动点，根据不同的场景选择不同的脚本进行实验。

2. 项目的启动文件介绍

EqMotion项目提供了多个用于不同场景预测的启动脚本。以粒子动力学预测为例，主要的启动文件是 main_nbody.py:

• 如何启动:

  CUDA_VISIBLE_DEVICES=[GPU_ID] python main_nbody.py
  

  这里 [GPU_ID] 需要替换为你希望使用的GPU编号。对于其他任务如人体骨架或行人轨迹预测，相应的修改脚本名称并按需调整参数。

• 参数说明:

  • 运行时可能需要指定模型训练或评估的具体设置，如过去的长度(--past_length)、未来的长度(--future_length)等。
  • 特定场景下还有专门参数，例如分子动力学会有分子名(--mol)的指定。

3. 项目的配置文件介绍

EqMotion项目并未明确提及外部配置文件，其配置更多地通过命令行参数来实现。这意味着，用户需要通过调用 main_{task}.py 脚本时附加的参数来配置模型的训练和评估过程。这些参数涵盖了数据路径、模型超参数、训练周期等关键设定。

虽然没有独立的配置文件，但在实际操作中，可以考虑使用Python的argparse库来自定义复杂配置或利用环境变量来间接实现配置管理，特别是在需要频繁更改设置的情况下。

示例配置命令

对于人体骨架运动预测，示例命令可能是这样的：

CUDA_VISIBLE_DEVICES=0 python main_h36m.py \
    --past_length 10 --future_length 10 --channel 72 --train

这将使用第0号GPU，对短程预测任务进行训练，指定输入序列长度等参数。

---

通过以上介绍，开发者应该能够快速上手 EqMotion 项目，进行多智能体的运动预测实验。记住，针对特定需求调整参数，并确保系统环境满足项目依赖，如CUDA版本、Python环境和PyTorch库的正确安装。