RoboGen 项目使用教程
2024-09-27 21:13:41作者:冯梦姬Eddie
1. 项目目录结构及介绍
RoboGen 项目的目录结构如下:
RoboGen/
├── data/
│ └── dataset/
├── example_tasks/
├── gpt_4/
├── img/
├── locomotion/
├── manipulation/
├── objaverse_utils/
├── pybullet_ompl/
├── .gitignore
├── LICENSE
├── environment.yaml
├── execute.py
├── execute_locomotion.py
├── execute_long_horizon.py
├── install_ompl_1.5.2.sh
├── prepare.sh
├── README.md
├── run.py
└── run_policy.py
目录介绍
- data/: 存放数据集文件,如 PartNet-Mobility 数据集。
- example_tasks/: 包含一些示例任务的配置文件。
- gpt_4/: 包含与 GPT-4 相关的脚本和配置文件。
- img/: 存放项目相关的图像文件。
- locomotion/: 包含与机器人运动相关的代码和配置文件。
- manipulation/: 包含与机器人操作相关的代码和配置文件。
- objaverse_utils/: 包含与 Objaverse 数据集相关的工具和脚本。
- pybullet_ompl/: 包含与 PyBullet 和 OMPL 集成的代码。
- .gitignore: Git 忽略文件配置。
- LICENSE: 项目许可证文件。
- environment.yaml: Conda 环境配置文件。
- execute.py: 执行机器人操作任务的脚本。
- execute_locomotion.py: 执行机器人运动任务的脚本。
- execute_long_horizon.py: 执行长时程任务的脚本。
- install_ompl_1.5.2.sh: 安装 OMPL 的脚本。
- prepare.sh: 项目准备脚本。
- README.md: 项目说明文档。
- run.py: 项目主运行脚本。
- run_policy.py: 运行策略的脚本。
2. 项目启动文件介绍
run.py
run.py 是 RoboGen 项目的主运行脚本。它负责生成任务、构建场景并解决任务以学习相应的技能。
使用方法
python run.py
execute.py
execute.py 用于执行机器人操作任务。
使用方法
python execute.py --task_config_path [PATH_TO_THE_GENERATED_TASK_CONFIG]
execute_locomotion.py
execute_locomotion.py 用于执行机器人运动任务。
使用方法
python execute_locomotion.py --task_config_path [PATH_TO_THE_GENERATED_TASK_CONFIG]
3. 项目配置文件介绍
environment.yaml
environment.yaml 是 Conda 环境配置文件,用于创建和管理项目的 Python 环境。
使用方法
conda env create -f environment.yaml
conda activate robogen
install_ompl_1.5.2.sh
install_ompl_1.5.2.sh 是安装 Open Motion Planning Library (OMPL) 的脚本。
使用方法
./install_ompl_1.5.2.sh --python
prepare.sh
prepare.sh 是项目准备脚本,用于设置项目环境。
使用方法
source prepare.sh
通过以上步骤,您可以顺利启动和配置 RoboGen 项目,并开始生成和学习机器人任务。
登录后查看全文
热门项目推荐
相关项目推荐
atomcodeClaude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed. Get StartedRust098- DDeepSeek-V4-ProDeepSeek-V4-Pro(总参数 1.6 万亿,激活 49B)面向复杂推理和高级编程任务,在代码竞赛、数学推理、Agent 工作流等场景表现优异,性能接近国际前沿闭源模型。Python00
MiMo-V2.5-ProMiMo-V2.5-Pro作为旗舰模型,擅⻓处理复杂Agent任务,单次任务可完成近千次⼯具调⽤与⼗余轮上 下⽂压缩。Python00
GLM-5.1GLM-5.1是智谱迄今最智能的旗舰模型,也是目前全球最强的开源模型。GLM-5.1大大提高了代码能力,在完成长程任务方面提升尤为显著。和此前分钟级交互的模型不同,它能够在一次任务中独立、持续工作超过8小时,期间自主规划、执行、自我进化,最终交付完整的工程级成果。Jinja00
Kimi-K2.6Kimi K2.6 是一款开源的原生多模态智能体模型,在长程编码、编码驱动设计、主动自主执行以及群体任务编排等实用能力方面实现了显著提升。Python00
MiniMax-M2.7MiniMax-M2.7 是我们首个深度参与自身进化过程的模型。M2.7 具备构建复杂智能体应用框架的能力,能够借助智能体团队、复杂技能以及动态工具搜索,完成高度精细的生产力任务。Python00
热门内容推荐
最新内容推荐
Notepad--极速优化指南:中文开发者的轻量编辑器解决方案Axure RP本地化配置指南:提升设计效率的中文界面切换方案3个技巧让你10分钟消化3小时视频,B站学习效率翻倍指南让虚拟角色开口说话:ComfyUI语音驱动动画全攻略7个效率倍增技巧:用开源工具实现系统优化与性能提升开源船舶设计新纪元:从技术原理到跨界创新的实践指南Zynq UltraScale+ RFSoC零基础入门:软件定义无线电Python开发实战指南VRCX虚拟社交管理系统:技术驱动的VRChat社交体验优化方案企业级Office插件开发:从概念验证到生产部署的完整实践指南语音转换与AI声音克隆:开源工具实现高质量声音复刻全指南
项目优选
收起
deepin linux kernel
C
28
16
Claude Code 的开源替代方案。连接任意大模型,编辑代码,运行命令,自动验证 — 全自动执行。用 Rust 构建,极致性能。 | An open-source alternative to Claude Code. Connect any LLM, edit code, run commands, and verify changes — autonomously. Built in Rust for speed.
Get Started
Rust
564
98
暂无描述
Dockerfile
707
4.51 K
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
413
339
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
958
955
Ascend Extension for PyTorch
Python
571
694
🎉 (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
1.6 K
940
🍒 Cherry Studio 是一款支持多个 LLM 提供商的桌面客户端
TypeScript
1.42 K
116
AI 将任意文档转换为精美可编辑的 PPTX 演示文稿 — 无需设计基础 | 包含 15 个案例、229 页内容
Python
79
5
暂无简介
Dart
951
235