2.6 KiB
2.6 KiB
在 Colab 训练与回放
把 notebooks/robot_colab.ipynb 的副本上传到 Google Colab,选择
运行时 → 更改运行时类型 → GPU。Notebook 与源码应使用相匹配的版本。
准备新的机器人训练
- 按接入流程在本地注册机器人。把
tasks/<robot_id>/robot_spec.py、MJCF、引用资产与可选控制文件提交到 将要克隆的 GitHub 版本。资产路径应能在该检出目录内解析。 TASK填机器人 ID,MODEL填python scripts/train.py --list显示的注册模型名,两者都须显式填写。在高级设置中提供包含这些输入的REPOSITORY_URL和SOURCE_REVISION。- 运行环境检查。训练前会检查提交版本、独立解释器、CUDA 计算、 Warp 内核和 NVIDIA EGL。已有检出不会自动切换或重置。
- 按模型和 GPU 选择
NUM_ENVS、ITERATIONS。可选冒烟测试最多 使用 256 个环境,运行五次更新。可选预览需要与任务、模型兼容的DEMO_CHECKPOINT。两者独立于所选训练检查点。
恢复已记录的训练
选择 Continue training,上传 ZIP 或选择已完成的 Drive 检查点快照。 Notebook 在安装前读取有限的备份元数据,恢复任务、模型、批量、提交和核心依赖版本。 旧备份可能需要在高级设置中填入原仓库地址。若流程不同,使用与记录版本匹配的 Notebook。
恢复会校验路径、归档校验和及检查点哈希。续训检查源码身份与运行时设置,
ITERATIONS 代表额外更新数。策略、优化器和课程状态继续,仿真环境开启
新回合。重跑设置表单会保留选中的检查点。
评估和保存
日志位于 logs/<model>/<robot_id>/<timestamp>/。进度单元读取所选
TensorBoard 事件,导出曲线和标量。回放可记录视频及关节信号。
速度回放使用检查点的命令范围。固定命令分别测前进、横移、转向、站立。
固定为零的轴会跳过,例如轮足双足的横向轴。自定义命令须在训练范围内。
报告场景、噪声、命令、跟踪误差、时长与重置次数。
可导出 ONNX、布局、检查点副本及说明。轮足混合动作导出原生布局和回放模型。 回放或导出失败时仍可备份完整检查点。运行时关闭前下载 ZIP,或核对可选 Drive 快照。保存 Notebook 本身会保留代码与已显示结果。
仿真记录和适配一致性描述的是选定模型与运行时。打包可控制应用前验证原生命令响应。