Las traducciones son generadas a través de traducción automática. En caso de conflicto entre la traducción y la version original de inglés, prevalecerá la version en inglés.
Entrena una política de manipulación de robots con MuJoCo Deadline Cloud
El paquete de trabajo mujoco_sim_to_policy entrena y renderiza una política
-
Datagen: selección secuenciada de un cubo en MuJoCo un espacio conjunto y registrada como un conjunto de datos. LeRobot Cada episodio se verifica mediante un control de la altura del cubo y se descarta si falla.
-
Tren: ajusta una política de LeRobot ACT sobre el conjunto de datos generado (CUDA).
-
Renderizar: impulsa una MuJoCo implementación con la política ajustada y graba el resultado como un vídeo MP4 y fotogramas PNG.
El paquete requiere una flota de GPU Linux x86_64 (los pasos se renderizan sin problemas con EGL y se entrenan con CUDA) y un entorno de colas conda que consume los parámetros del trabajo. CondaPackages CondaChannels Los paquetes conda predeterminados están activados. python=3.12 pip git ffmpeg conda-forge
Desde el job_bundles directorio, envíe el trabajo:
OUT="$(pwd)/output"; mkdir -p "$OUT" deadline bundle submit mujoco_sim_to_policy -p "OutputDir=$OUT" --yes
