首页
/ 开源项目Embodied Generalist LEO使用教程

开源项目Embodied Generalist LEO使用教程

2024-09-25 23:46:21作者:伍希望

1. 项目介绍

Embodied Generalist LEO是一个3D具身多模态通才代理,能够在3D世界中进行感知、接地、推理、规划和行动。该项目由ICML 2024正式发布,旨在构建一个能够在多种任务和领域中表现出色的通用代理。LEO通过两阶段的训练方案进行训练:(i) 3D视觉-语言(VL)对齐和(ii) 3D视觉-语言-动作(VLA)指令调优。

2. 项目快速启动

2.1 克隆项目仓库

首先,克隆Embodied Generalist LEO的GitHub仓库到本地:

git clone git@github.com:embodied-generalist/embodied-generalist.git
cd embodied-generalist

2.2 创建并激活Conda环境

创建一个新的Conda环境并激活它:

conda create -n leo python=3.9
conda activate leo

2.3 安装依赖

安装PyTorch和其他依赖项:

conda install pytorch==1.12.1 torchvision==0.13.1 torchaudio==0.12.1 cudatoolkit=11.3 -c pytorch
pip install -r requirements.txt
pip install peft==0.5.0 --no-deps

2.4 安装第三方库

安装用于点云后端的第三方库:

cd model
cd pointnetpp
python setup.py install

2.5 运行项目

确保配置文件configs/default.yaml设置正确后,运行项目:

python run.py

3. 应用案例和最佳实践

3.1 3D视觉-语言对齐

LEO在3D视觉-语言对齐阶段,通过大量的数据集进行训练,包括Objaverse、ScanNet和3RScan等。这些数据集帮助LEO在3D环境中进行视觉和语言的对齐,从而更好地理解和推理3D场景。

3.2 3D视觉-语言-动作指令调优

在第二阶段,LEO通过3D视觉-语言-动作指令调优,进一步增强其在3D世界中的行动能力。这一阶段的数据集包括ScanNet、3RScan和MP3D等,涵盖了导航和操作等任务。

3.3 最佳实践

  • 数据准备:确保所有数据集按照项目文档中的结构进行组织,以便训练和验证。
  • 模型微调:根据具体任务需求,微调LEO的模型参数,以获得更好的性能。
  • 实验记录:使用WandB等工具记录实验过程和结果,便于后续分析和优化。

4. 典型生态项目

4.1 SceneDiffuser

SceneDiffuser是一个与LEO相关的项目,专注于3D场景的扩散模型,能够生成高质量的3D场景数据,为LEO提供丰富的训练素材。

4.2 SQA3D

SQA3D是一个3D场景问答系统,与LEO结合使用,可以进行复杂的3D场景问答任务,提升LEO在3D环境中的交互能力。

4.3 ARNOLD

ARNOLD是一个机器人导航和操作项目,与LEO结合,可以实现更智能的机器人导航和操作任务,提升机器人在复杂环境中的适应能力。

通过以上模块的介绍和实践,您可以快速上手并深入了解Embodied Generalist LEO项目,并将其应用于各种3D场景中的任务和挑战。

登录后查看全文
热门项目推荐

热门内容推荐

最新内容推荐

项目优选

收起
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
176
260
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
854
505
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
254
295
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
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
331
1.08 K
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
397
370
note-gennote-gen
一款跨平台的 Markdown AI 笔记软件,致力于使用 AI 建立记录和写作的桥梁。
TSX
83
4
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
kernelkernel
deepin linux kernel
C
21
5