View a markdown version of this page

Latih kebijakan manipulasi robot dengan MuJoCo di Deadline Cloud - Batas Waktu Cloud

Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

Latih kebijakan manipulasi robot dengan MuJoCo di Deadline Cloud

Bundel pekerjaan mujoco_sim_to_policy melatih dan membuat kebijakan manipulasi robot yang dipelajari di Deadline Cloud menggunakan simulasi lengan Strands Robots so100. MuJoCo Pekerjaan ini menjalankan tiga langkah tergantung pada pekerja GPU yang dikelola:

  1. Datagen — Pilihan spasi gabungan skrip dari sebuah kubus MuJoCo, direkam sebagai kumpulan data. LeRobot Setiap episode diverifikasi dengan pemeriksaan tinggi kubus dan dibuang jika gagal.

  2. Train — Menyempurnakan kebijakan LeRobot ACT pada dataset yang dihasilkan (CUDA).

  3. Render — MuJoCo Mendorong peluncuran dengan kebijakan finetuned dan merekam hasilnya sebagai video MP4 dan bingkai PNG.

Bundel ini membutuhkan armada GPU Linux x86_64 (langkah-langkah dirender tanpa kepala melalui EGL dan melatih CUDA) dan lingkungan antrian conda yang menggunakan parameter dan pekerjaan. CondaPackages CondaChannels Paket conda default aktifpython=3.12 pip git ffmpeg. conda-forge

Dari job_bundles direktori, kirimkan pekerjaan:

OUT="$(pwd)/output"; mkdir -p "$OUT"
deadline bundle submit mujoco_sim_to_policy -p "OutputDir=$OUT" --yes