Logo

GenSim学习资料汇总-大规模语言模型生成机器人仿真任务

GenSim简介

GenSim(Generating Robotic Simulation Tasks via Large Language Models)是一个使用大规模语言模型来生成机器人仿真任务的开源项目。它可以自动生成多样化的仿真环境和专家目标,大大增强了仿真任务的多样性。

GenSim演示

官方资源

快速入门

  1. 安装依赖:
pip install -r requirements.txt
python setup.py develop
export GENSIM_ROOT=$(pwd)
export OPENAI_KEY=YOUR_KEY
  1. 运行示例:
# 基础bottom-up生成
python gensim/run_simulation.py disp=True prompt_folder=vanilla_task_generation_prompt_simple

# 模板生成 
python gensim/run_simulation.py disp=True prompt_folder=bottomup_task_generation_prompt save_memory=True load_memory=True task_description_candidate_num=10 use_template=True

# 指定任务生成
python gensim/run_simulation.py disp=True prompt_folder=topdown_task_generation_prompt save_memory=True load_memory=True task_description_candidate_num=10 use_template=True target_task_name="build-house"

进阶使用

  1. 添加/删除任务:
python misc/purge_task.py -f color-sequenced-block-insertion  # 删除任务
python misc/add_task_from_code.py -f ball_on_box_on_container  # 添加任务
  1. 使用生成的任务:
python cliport/demos.py n=200 task=build-car mode=test disp=True
  1. 模型微调:
python gensim/prepare_finetune_gpt.py  # 准备数据
openai api fine_tunes.create --training_file output/finetune_data_prepared.jsonl --model davinci --suffix 'GenSim'  # 微调
python gensim/evaluate_finetune_model.py +target_task=build-car +target_model=davinci:ft-mit-cal:gensim-2023-08-06-16-00-56  # 评估
  1. 多任务策略训练:
bash scripts/generate_datasets.sh data 'align-box-corner assembling-kits block-insertion'  # 生成数据
sh scripts/train_test_multi_task.sh data "[align-rope,align-box-corner]"  # 多任务训练

注意事项

  • 温度参数0.5-0.8适合生成多样化任务,0.0-0.2适合稳定结果
  • 生成的任务保存在cliport/generated_tasks目录
  • 使用demo.py可视化生成的任务
  • 详细的训练和评估流程见cliport项目

GenSim为机器人仿真任务的生成提供了一个强大的工具。通过本文提供的学习资源,相信读者可以快速上手并深入使用GenSim,实现自动化生成多样化的仿真任务。欢迎探索GenSim的更多可能性!

最新项目

Project Cover
豆包MarsCode
豆包 MarsCode 是一款革命性的编程助手,通过AI技术提供代码补全、单测生成、代码解释和智能问答等功能,支持100+编程语言,与主流编辑器无缝集成,显著提升开发效率和代码质量。
Project Cover
AI写歌
Suno AI是一个革命性的AI音乐创作平台,能在短短30秒内帮助用户创作出一首完整的歌曲。无论是寻找创作灵感还是需要快速制作音乐,Suno AI都是音乐爱好者和专业人士的理想选择。
Project Cover
商汤小浣熊
小浣熊家族Raccoon,您的AI智能助手,致力于通过先进的人工智能技术,为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答,小浣熊都能以快速、准确的响应满足您的需求,让您的生活更加智能便捷。
Project Cover
有言AI
有言平台提供一站式AIGC视频创作解决方案,通过智能技术简化视频制作流程。无论是企业宣传还是个人分享,有言都能帮助用户快速、轻松地制作出专业级别的视频内容。
Project Cover
Kimi
Kimi AI助手提供多语言对话支持,能够阅读和理解用户上传的文件内容,解析网页信息,并结合搜索结果为用户提供详尽的答案。无论是日常咨询还是专业问题,Kimi都能以友好、专业的方式提供帮助。
Project Cover
吐司
探索Tensor.Art平台的独特AI模型,免费访问各种图像生成与AI训练工具,从Stable Diffusion等基础模型开始,轻松实现创新图像生成。体验前沿的AI技术,推动个人和企业的创新发展。
Project Cover
SubCat字幕猫
SubCat字幕猫APP是一款创新的视频播放器,它将改变您观看视频的方式!SubCat结合了先进的人工智能技术,为您提供即时视频字幕翻译,无论是本地视频还是网络流媒体,让您轻松享受各种语言的内容。
Project Cover
AIWritePaper论文写作
AIWritePaper论文写作是一站式AI论文写作辅助工具,简化了选题、文献检索至论文撰写的整个过程。通过简单设定,平台可快速生成高质量论文大纲和全文,配合图表、参考文献等一应俱全,同时提供开题报告和答辩PPT等增值服务,保障数据安全,有效提升写作效率和论文质量。
Project Cover
稿定AI
稿定设计 是一个多功能的在线设计和创意平台,提供广泛的设计工具和资源,以满足不同用户的需求。从专业的图形设计师到普通用户,无论是进行图片处理、智能抠图、H5页面制作还是视频剪辑,稿定设计都能提供简单、高效的解决方案。该平台以其用户友好的界面和强大的功能集合,帮助用户轻松实现创意设计。
投诉举报邮箱: service@vectorlightyear.com
@2024 懂AI·鲁ICP备2024100362号-6·鲁公网安备37021002001498号