LeRobot documentation
Môi trường
Môi trường
Môi trường mô phỏng được cấu hình thông qua EnvConfig và được xây dựng bởi make_env. Mỗi lớp con khai báo gym_kwargs của nó và cách xây dựng các môi trường vectorised.
Xem Môi trường từ Hub để sử dụng các môi trường đã được công bố và Thêm một Benchmark mới để đóng góp một benchmark.
EnvConfig
lớp lerobot.envs.EnvConfig
< source >( task: str | None = Nonefps: int = 30features: dict[str, PolicyFeature] = <factory>features_map: dict[str, str] = <factory>max_parallel_tasks: int = 1disable_env_checker: bool = Trueserver: EnvClientConfig | None = None )
create_env
< source >( task_group: str | None = Nonetask_id: int | None = Nonen_envs: int = 1use_async_envs: bool = False )
Tạo một vector env cục bộ hoặc được phục vụ cho một tác vụ; không có task_id nghĩa là tác vụ đầu tiên của bộ bài tập.
Tạo các môi trường vector cục bộ hoặc được phục vụ, dưới dạng {suite: {task_id: env}}.
Trả về (preprocessor, postprocessor) cho env này. Mặc định: identity.
Trả về sim_settings() với các giá trị mặc định của mô phỏng, giống như cách các môi trường cục bộ và máy chủ môi trường thực thi nó.
Trả về cài đặt mô phỏng, như trong phần sim của YAML máy chủ; các cài đặt thiếu sẽ dùng giá trị mặc định của mô phỏng.
Mặc định là môi trường Gymnasium gym_id với gym_kwargs và các hành động delta; ghi đè nếu không.
make_env
lerobot.envs.make_env
< source >( cfg: EnvConfig | strn_envs: int = 1use_async_envs: bool = Falsehub_cache_dir: str | None = Nonetrust_remote_code: bool = False ) → dict[str, dict[int, gym.vector.VectorEnv]]
Tham số
- cfg (
EnvConfig | str) — Cấu hình môi trường, hoặc ID kho trên Hugging Face Hub (ví dụ"username/repo") màenv.pycủa nó xây dựng các môi trường. - n_envs (
int, tùy chọn, mặc định là1) — Số lượng env trong mỗi vector env. - use_async_envs (
bool, tùy chọn, mặc định làFalse) — Chạy mỗi env trong một tiến trình worker riêng. - hub_cache_dir (
str, tùy chọn) — Thư mục để lưu bộ nhớ đệm choenv.pyđã tải xuống. Chỉ được sử dụng với ID kho. - trust_remote_code (
bool, tùy chọn, mặc định làFalse) — Sự đồng ý để chạy mã của một kho Hub, cần thiết cho một ID kho hoặc cấu hình EnvHub.
Trả về
dict[str, dict[int, gym.vector.VectorEnv]]
Các môi trường vector, dưới dạng {suite: {task_id: env}}. Một môi trường đơn nhiệm vụ có một suite, với ID nhiệm vụ là 0.
Gây ra
ValueError hoặc RuntimeError hoặc ModuleNotFoundError
ValueError— Nếun_envsnhỏ hơn 1.RuntimeError— Nếu mã của một kho Hub có thể chạy mà không cầntrust_remote_code.ModuleNotFoundError— Nếu trình mô phỏng, hoặc một gói màenv.pycủa kho cần, chưa được cài đặt.
Xây dựng các vector envs của một config, hoặc của make_env của một repo trên Hub.