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 StartedRust0153- 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
LongCat-Video-Avatar-1.5最新开源LongCat-Video-Avatar 1.5 版本,这是一款经过升级的开源框架,专注于音频驱动人物视频生成的极致实证优化与生产级就绪能力。该版本在 LongCat-Video 基础模型之上构建,可生成高度稳定的商用级虚拟人视频,支持音频-文本转视频(AT2V)、音频-文本-图像转视频(ATI2V)以及视频续播等原生任务,并能无缝兼容单流与多流音频输入。00
auto-devAutoDev 是一个 AI 驱动的辅助编程插件。AutoDev 支持一键生成测试、代码、提交信息等,还能够与您的需求管理系统(例如Jira、Trello、Github Issue 等)直接对接。 在IDE 中,您只需简单点击,AutoDev 会根据您的需求自动为您生成代码。Kotlin03
Intern-S2-PreviewIntern-S2-Preview,这是一款高效的350亿参数科学多模态基础模型。除了常规的参数与数据规模扩展外,Intern-S2-Preview探索了任务扩展:通过提升科学任务的难度、多样性与覆盖范围,进一步释放模型能力。Python00
skillhubopenJiuwen 生态的 Skill 托管与分发开源方案,支持自建与可选 ClawHub 兼容。Python0112
项目优选
收起
暂无描述
Dockerfile
733
4.75 K
deepin linux kernel
C
31
16
Ascend Extension for PyTorch
Python
651
797
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
1.25 K
153
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
1.1 K
611
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++
1.01 K
1.01 K
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
147
237
昇腾LLM分布式训练框架
Python
168
200
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
434
395
暂无简介
Dart
986
253