LeRobot documentation
Ortamlar
Ortamlar
Simülasyon ortamları EnvConfig üzerinden yapılandırılır ve make_env tarafından oluşturulur. Her alt sınıf, gym_kwargs değerlerini ve vektörleştirilmiş ortamların nasıl inşa edileceğini belirtir.
Yayınlanmış ortamları kullanmak için Hub'daki Ortamlar ve bir katkıda bulunmak için Yeni Bir Benchmark Ekleme başlıklarına bakın.
EnvConfig
sınıf 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 )
Her görev için tek bir yerel veya sunulan vektör ortamı oluşturun; task_id belirtilmezse, paketin ilk görevi kullanılır.
Yerel veya sunulan vektör env'lerini, {suite: {task_id: env}} olarak oluşturun.
Bu ortam için (preprocessor, postprocessor) döndürür. Varsayılan: identity.
Sim varsayılanlarıyla sim_settings() döndürün; yerel ortamlar ve ortam sunucusu bunu bu şekilde çalıştırır.
Sunucu YAML'indeki sim bölümündeki gibi sim ayarlarını döndürür; eksik olanlar sim varsayılanlarını kullanır.
Varsayılan, gym_kwargs ve delta eylemleri ile Gymnasium ortamı gym_id'dir; aksi takdirde geçersiz kılınır.
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]]
Parametreler
- cfg (
EnvConfig | str) — Env yapılandırması veyaenv.pydosyasının env'leri oluşturduğu bir Hugging Face Hub depo kimliği (ör."username/repo"). - n_envs (
int, isteğe bağlı, varsayılan1) — Her vektör ortamındaki ortam sayısı. - use_async_envs (
bool, isteğe bağlı, varsayılanFalse) — Her ortamı kendi worker sürecinde çalıştırır. - hub_cache_dir (
str, isteğe bağlı) — İndirilenenv.pydosyasının önbelleğe alınacağı klasör. Yalnızca bir depo kimliği ile kullanılır. - trust_remote_code (
bool, isteğe bağlı, varsayılanFalse) — Bir Hub deposunun kodunu çalıştırmaya onay verilir; bir depo kimliği veya EnvHub yapılandırması için gereklidir.
Dönüş değeri
dict[str, dict[int, gym.vector.VectorEnv]]
Vektör env'ler, {suite: {task_id: env}} biçimindedir. Tek görevli bir env'in, görev kimliği 0 olan tek bir suite'i vardır.
Yükseltilen
ValueError veya RuntimeError veya ModuleNotFoundError
ValueError—n_envs1'in altındaysa.RuntimeError— Hub deposunun kodutrust_remote_codeolmadan çalışacaksa.ModuleNotFoundError— Simülatörün veya repodakienv.pydosyasının gerektirdiği bir paketin yüklü olmaması durumunda oluşur.
Bir yapılandırmanın veya Hub deposunun make_env'inin vektörel ortamlarını oluşturun.