LeRobot documentation
Lingkungan
Lingkungan
Lingkungan simulasi dikonfigurasi melalui EnvConfig dan dibangun oleh make_env, atau make_task_env untuk satu tugas. Konfigurasi hanya menyimpan opsi; sim_settings() memetakan opsi tersebut ke argumen kata kunci dari integrasi simulatornya.
Lihat Simulation untuk cara lingkungan digunakan, EnvHub untuk menggunakan dan menerbitkan lingkungan di Hub, dan Adding a Benchmark untuk berkontribusi dengan satu benchmark.
HubEnvConfig
kelas lerobot.envs.HubEnvConfig
< 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 = Nonehub_path: str | None = Nonetrust_remote_code: bool = Falsemake_env_kwargs: dict[str, Any] = <factory>use_native_batch: bool = False )
An env dari repo EnvHub env.py; menjalankannya membutuhkan trust_remote_code.
EnvConfig
kelas 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 )
Opsi lingkungan. make_env membangun lingkungan dari sim_settings()-nya.
Dihapus: membangun env satu tugas dengan lerobot.envs.make_task_env(config, task_group, task_id, ...).
Dihapus: bangun envs dengan lerobot.envs.make_env(config, n_envs, use_async_envs).
Kembalikan (preprocessor, postprocessor) untuk env ini. Default: identity.
Kembalikan sim_settings() dengan nilai default simulasi, sebagaimana dijalankan oleh lingkungan lokal dan server lingkungan.
Kembalikan pengaturan sim, seperti pada bagian sim di YAML server; yang tidak ada menggunakan nilai default sim.
Nilai default adalah env Gymnasium gym_id dengan gym_kwargs dan delta actions; timpa jika berbeda.
make_env
lerobot.envs.make_env
< source >( cfg: EnvConfign_envs: int = 1use_async_envs: bool = False ) → dict[str, dict[int, gym.vector.VectorEnv]]
Parameter
- cfg (
EnvConfig) — Konfigurasi env. Repositori EnvHub adalahHubEnvConfig(hub_path="user/repo", trust_remote_code=True). - n_envs (
int, opsional, defaultnya1) — Jumlah env di setiap vector env. - use_async_envs (
bool, opsional, defaultFalse) — Jalankan setiap env di proses worker-nya sendiri.
Mengembalikan
dict[str, dict[int, gym.vector.VectorEnv]]
Env vektor, sebagai {suite: {task_id: env}}. Env single-task memiliki satu suite, dengan task ID 0.
Membuang
ValueError atau RuntimeError atau ModuleNotFoundError
ValueError— Jikan_envskurang dari 1.RuntimeError— Jika kode repo EnvHub dapat berjalan tanpatrust_remote_codedari konfigurasinya.ModuleNotFoundError— Jika simulator, atau paket yang dibutuhkan olehenv.pyrepo, tidak terinstal.
Bangun env vektor dari sebuah config.
make_task_env
lerobot.envs.make_task_env
< source >( cfg: EnvConfigtask_group: str | None = Nonetask_id: int | None = Nonen_envs: int = 1use_async_envs: bool = False )
Bangun env vektor lokal atau yang disajikan untuk satu tugas; tanpa task_id berarti tugas pertama dari suite.