-
添加虚拟环境路径：
ImportError: libpython3.7m.so.1.0: cannot open shared object file: No such file or directory需要
export LD_LIBRARY_PATH=/home/ps/anaconda3/envs/XXX/lib
其中XXX为虚拟环境名称。export LD_LIBRARY_PATH=/home/ps/anaconda3/envs/rlgpu/lib
export LD_LIBRARY_PATH=/home/ps/anaconda3/envs/Mrlgpu/libexport LD_LIBRARY_PATH=/home/user/miniconda3/envs/igm/libexport LD_LIBRARY_PATH=/home/zdh/anaconda3/envs/rlgpu/lib -
登录wandb：
wandb login随后输出自己账户的API。 仅在当前终端登录账号：export WANDB_API_KEY=d9e147c0c0f29ad02ca38e65742ce8ce2bbd52ab -
重启todesk：
sudo systemctl stop todeskd.servicesudo systemctl start todeskd.service -
通过SCP从服务器传输训练模型：
scp -r [email protected]:/home/user/mly/IGEvolution/isaacgymenvs/runs/SRL_walk_v1.10.1_A100_07-18-57-45 /home/ps/pan1/files/mly/IsaacGymEvo/isaacgydone_indicesmenvs/runsscp -r [email protected]:/home/user/mly/IGEvolution/isaacgymenvs/runs/SRL_walk_v2.0_A100_16-18-37-52 /home/zdh/mly/IGEvolution/isaacgymenvs/runs
conda activate rlgpu
cd isaacgymenvs
export LD_LIBRARY_PATH=/home/zdh/anaconda3/envs/rlgpu/lib
export WANDB_API_KEY=d9e147c0c0f29ad02ca38e65742ce8ce2bbd52ab Isaac Gym环境安装和四足机器人模型的训练-CSDN博客
在官网下载最新的文件包Isaac Gym - Preview Release，注意需要登陆。
在create_conda_env_rlgpu.sh文件中更改XXX为虚拟环境名：
# should match env name from YAML
ENV_NAME=mly_isaacgym随后在python/rlgpu_conda_env.yaml文件中更改为同样的虚拟环境名：
name: mly_isaacgym随后在isaacgym根目录中创建虚拟环境。
# 在文件根目录里运行
./create_conda_env_rlgpu.sh
# 激活环境
conda activate rlgpu
# 正常情况下这时候可以运行实例程序/isaacgym/python/examples/joint_monkey.py
python joint_monkey.py
# 可以通过--asset_id命令控制显示的模型
python joint_monkey.py --asset_id=6到这里IsaacGym就安装好了.
./create_conda_env_rlgpu.sh要等很久是正常的.
出现这样的报错：
ImportError: libpython3.7m.so.1.0: cannot open shared object file: No such file or directory
需要sudo apt install libpython3.7
或者export LD_LIBRARY_PATH=/home/ps/anaconda3/envs/rlgpu/lib
export LD_LIBRARY_PATH=/home/ps/anaconda3/envs/Mrlgpu/lib
尝试一下就行 大概率后者设置路径有效
在本仓库内先激活虚拟环境，随后：
pip install -e .这里装完之后pytorch好像得重装
Isaac gym envs也是根据教程 但是训练模型时候遇到了问题，训练的gui一闪而过之后run time error nvrtc: invalid value for --gpu-architecture(-arch)
尝试重装pytorch可以 然后重新设置一下上面的那个路径
pytorch 1.12 cuda11.6
到train.py 的文件夹路径内训练
python train.py task=Ant
# 不显示动画只训练
python train.py task=Ant headless=True
# 测试训练模型的效果，num_envs是同时进行训练的模型数量
python train.py task=Ant checkpoint=runs/Ant/nn/Ant.pth test=True num_envs=64
-
训练基础例程
python train.py task=Cartpole
python train.py task=Ant headless=True
headless表示关闭训练时的渲染。 -
从checkpoint继续训练
Checkpoints保存在文件夹
runs/EXPERIMENT_NAME/nn下，其中EXPERIMENT_NAME默认为task名。要加载一个checkpoint然后继续训练，可以使用
checkpoint参数：python train.py task=Ant checkpoint=runs/Ant/nn/Ant.pth
-
检查训练结果
若要仅加载训练好的模型（checkpoint）并查看训练结果，使用
test=True参数。可以同时限制环境数，以避免过度渲染：python train.py task=Ant checkpoint=runs/Ant/nn/Ant.pth test=True num_envs=64
Note that If there are special characters such as
[or=in the checkpoint names, you will need to escape them and put quotes around the string. For example,checkpoint="./runs/Ant/nn/last_Antep\=501rew\[5981.31\].pth"
- 存在BUG:
home/ps/IssacGymEnvs-main/issacgymenvs/learning/commen_agent.py第98行：self.seq_len
本示例训练一个模拟人模型，以模仿存储在 mocap 数据中的不同预录人体动画 - 走路、跑步和后空翻。
可以使用命令行参数 "task=HumanoidAMP "启动它。可以在任务配置中使用 motion_file 设置要训练的动画文件。注意：在测试模式下，查看器摄像头会从第一个环境开始跟随Humanoid。这可以在环境 yaml 配置中通过设置 cameraFollow=False 进行更改，或在命令行中通过 hydra 覆盖进行更改，如下所示：++task.env.cameraFollow=False。
本软件源包含 CMU 动作捕捉库 (http://mocap.cs.cmu.edu/) 中的一些动作，但可以使用 poselib fbx_importer.py将其他动画从 FBX 转换为可训练的格式。您可以在 isaacgymenvs/tasks/amp/poselib/README.md 中了解有关 poselib 和该转换工具的更多信息。
python train.py task=HumanoidAMP ++task.env.motion_file=amp_humanoid_run.npy experiment=AMP_run rl_device=cuda:1 sim_device=cuda:1