Donkeycar仿真环境安装与运行

首先安装miniconda环境

wget https://repo.anaconda.com/miniconda/Miniconda3-py39_23.3.1-0-Linux-x86_64.sh
bash ./Miniconda3-py39_23.3.1-0-Linux-x86_64.sh

 然后创建一个文件夹来放置你的Donkeycar

mkdir projects
cd projects

 从github上下载最新的donkeycar：eg:从终端下载

git clone https://github.com/autorope/donkeycar
cd donkeycar
git checkout main

或者直接下载安装包解压到这个文件夹中

如果这不是第一次安装，请更新 Conda 并删除旧驴（第一次安装请跳过）

conda update -n base -c defaults conda
conda env remove -n donkey

安装：

cd donkeycar#有的叫donkeycar-main等
conda install mamba -n base -c conda-forge
mamba env create -f install/envs/ubuntu.yml
conda activate donkey
pip install -e .[pc]

如果您有 NVidia 卡，则应更新到最新的驱动程序并 安装 Cuda SDK 

conda install cudatoolkit=11 -c pytorch

创建本地工作目录：

donkey createcar --path ~/mycar

下载并解压缩主机 PC 平台的模拟器 从 Donkey Gym Release 。

将模拟器放在您喜欢的位置。对于此示例，它将是 ~/projects/DonkeySimLinux

设置 DonkeyGym：

cd ~/projects
git clone https://github.com/tawnkramer/gym-donkeycar
cd gym-donkeycar
conda activate donkey
pip install -e .[gym-donkeycar]

编辑 myconfig.py 以启用驴健身房模拟器包装器，将 <user-name> 以及路径的其他部分

DONKEY_GYM = True
DONKEY_SIM_PATH = "/home/<user-name>/projects/DonkeySimLinux/donkey_sim.x86_64"
DONKEY_GYM_ENV_NAME = "donkey-generated-track-v0"

驾驶

cd mycar/

python manage.py drive

训练

donkey train --tub ./data --model models/mypilot.h5

测试

python manage.py drive --model models/mypilot.h5

当训练效果不好时，我们可以利用训练好的模型反复训练

donkey train --tub=<tub_path> [--config=<config.py>] [--model=<model path>] [--type=(linear|categorical|inferred)] [--transfer=<transfer model path>]

eg:

donkey train --tub ./data --model models/train11103.h5 --transfer models/train11102.h5

• 使用来自 --tub 数据存储。 您可以使用逗号分隔列表指定多个浴缸 --tub=foo/data,bar/data 或者只是留下像这样的空间 --tub foo/data bar/data。
• 使用来自 --config 路径（可选）
• 将模型保存到 --model。如果省略，则自动生成模型名称。 注意： 在版本 4.2 中有一个回归，您只需在模型参数中提供模型名称，例如 --model mypilot.h5。此问题已在版本 4.2.1 中得到解决。请更新到该版本。
• 使用模型类型 --type
• 允许继续训练由以下公式给出的模型 --transfer
• 支持使用变量中定义的函数筛选记录 TRAIN_FILTER 在 myconfig.py 文件。例如

def filter_record(record):
    return record.underlying['user/throttle'] > 0

TRAIN_FILTER = filter_record