Habitat-Lab 开源项目教程

【免费下载链接】habitat-lab A modular high-level library to train embodied AI agents across a variety of tasks and environments. 项目地址: https://gitcode.com/gh_mirrors/ha/habitat-lab

项目介绍

Habitat-Lab 是一个用于端到端开发具身AI的高级模块化库。它旨在训练代理在室内环境中执行各种具身AI任务，并开发能够与人类在这些任务中互动的代理。Habitat-Lab 支持以下特性：

• 灵活的任务定义：允许用户在各种单代理和多代理任务（如导航、重排、指令跟随、问答、人类跟随）中训练代理，并定义新任务。
• 多样化的具身代理：配置和实例化多样化的代理集合。

项目快速启动

安装环境

首先，确保你已经安装了 Conda。然后创建并激活一个新的 Conda 环境：

conda create -n habitat python=3.9 cmake=3.14.0
conda activate habitat

安装 Habitat-Sim 和 Habitat-Lab

安装 Habitat-Sim：

conda install habitat-sim withbullet -c conda-forge -c aihabitat

克隆并安装 Habitat-Lab：

git clone --branch stable https://github.com/facebookresearch/habitat-lab.git
cd habitat-lab
pip install -e .

运行示例脚本

下载测试场景和数据集：

python -m habitat_sim.utils.datasets_download --uids habitat_test_scenes --data-path data/
python -m habitat_sim.utils.datasets_download --uids habitat_test_pointnav_dataset --data-path data/

运行示例脚本：

cd habitat-lab
python examples/example.py

应用案例和最佳实践

导航任务

Habitat-Lab 支持多种导航任务，包括点导航（PointGoal Navigation）和对象导航（ObjectGoal Navigation）。以下是一个简单的点导航任务示例：

import habitat

def example_pointnav_task():
    config = habitat.get_config("configs/tasks/pointnav.yaml")
    env = habitat.Env(config=config)

    observations = env.reset()
    while not env.episode_over:
        action = {"action": "MOVE_FORWARD"}
        observations = env.step(action)

    print("Episode finished after {} steps.".format(env.episode_id))

if __name__ == "__main__":
    example_pointnav_task()

重排任务

重排任务要求代理在环境中移动和重新排列物体。以下是一个简单的重排任务示例：

import habitat

def example_rearrange_task():
    config = habitat.get_config("configs/tasks/rearrange.yaml")
    env = habitat.Env(config=config)

    observations = env.reset()
    while not env.episode_over:
        action = {"action": "PICK"}
        observations = env.step(action)

    print("Episode finished after {} steps.".format(env.episode_id))

if __name__ == "__main__":
    example_rearrange_task()

典型生态项目

ROS-X-Habitat

ROS-X-Habitat 是一个框架，允许在 ROS（机器人操作系统）和 Habitat 之间进行交互。它使得在真实世界和模拟环境中训练的代理能够无缝迁移。

• 项目链接：ROS-X-Habitat

Habitat Challenge

Habitat Challenge 是一个年度竞赛，旨在推动具身AI的研究。它提供了一个标准化的平台和基准，用于评估和比较不同代理在各种具身AI任务上的性能。

• 项目链接：Habitat Challenge

【免费下载链接】habitat-lab A modular high-level library to train embodied AI agents across a variety of tasks and environments. 项目地址: https://gitcode.com/gh_mirrors/ha/habitat-lab