Control-VAE 项目下载与安装教程

1. 项目介绍

Control-VAE 是一个基于物理角色生成控制器的模型学习项目。该项目是 ACM Transactions on Graphics 2022 年的一篇论文的代码实现，旨在通过模型学习为物理角色创建生成控制器。

2. 项目下载位置

项目托管在 GitHub 上，您可以从以下位置下载该项目：

https://github.com/heyuanYao-pku/Control-VAE.git

3. 项目安装环境配置

在开始安装之前，请确保您的环境中已经安装了以下依赖：

• Python 3.8 或更高版本
• PyTorch 1.10.0 或更高版本（推荐使用 CUDA 版本）
• MPI4py
• Panda3D

以下是环境配置的步骤：

安装 Conda

首先，确保您的系统中安装了 Conda。如果没有，可以从 Anaconda 的官方网站下载并安装。

创建虚拟环境

克隆项目到本地后，进入项目目录，并创建一个虚拟环境：

conda create -f requirements.yml
conda activate control-vae

安装 PyTorch 和其他依赖

在虚拟环境中，安装 PyTorch 和其他依赖：

conda install pytorch=*=*cuda* torchvision torchaudio cudatoolkit=11.3 -c pytorch
pip install panda3d

安装项目依赖

接着，安装项目目录中的依赖：

cd ModifyODESrc
pip install -e

确保您的 PyTorch 版本大于等于 1.10.0，因为项目需要 torch.linalg.cross 来加速代码。

4. 项目安装方式

安装完成后，您可以通过以下命令来训练模型：

mpiexec -n 5 python train_controlvae.py --YOUR_ARGS

其中 YOUR_ARGS 是可选参数，如果不指定，将使用默认设置。

5. 项目处理脚本

以下是项目中的两个示例脚本，用于随机采样和操纵杆控制：

• 随机采样：运行 PlayGround/random_playground.py 脚本，该脚本会要求输入配置文件 (yml) 和训练参数 (data)。

python PlayGround/random_playground.py

• 操纵杆控制：运行 PlayGround/joystick_playground.py 脚本，同样需要输入配置文件和操纵杆数据。

python PlayGround/joystick_playground.py

在运行这些脚本之前，请确保已经将预训练模型下载到 Data/Pretrained 目录下。

以上就是 Control-VAE 项目的下载与安装教程。祝您使用愉快！