DonkeySim挑战赛

如果不使用神经网络的参赛者仅需看第4与第5部分内容！
1.0 DonkeyCar的安装
- 1.1安装miniconda Python 3.7
- 1.2安装git 64 bit
- 1.3创建项目目录
- 1.4从Github获取最新的Donkeycar
- 1.5更换国内源
- 1.6更新与删除
- 1.7创建Python Anaconda环境
- 1.8安装Tensorflow GPU（可选）
- 1.9创建工作目录
2.0安装DonkeySim
3.0修改相应文件
- 3.1修改dtypes.py
- 3.2修改train.py文件
4.0 DonkeySim模拟器的使用
- 4.1下载DonkeySim模拟器
- 4.2设置验证
- 4.3获取自己的训练数据
- 4.4训练模型
- 4.5评估模型
5.0 DonkeySim挑战赛
- 5.1 DonkeySim挑战赛类别
- 5.2 DonkeySim参赛者提交文件
- - 5.2.1选手与作品简介
  - 5.2.2数据文件
  - 5.2.3视频文件
- 5.3 DonkeySim挑战赛评比方式
DonkeySim挑战赛群
QQ：913557234

如果不使用神经网络的参赛者仅需看第4与第5部分内容！

1.0 DonkeyCar的安装

1.1安装miniconda Python 3.7

安装miniconda Python 3.7 64位。
安装方法参见：Windows 10下安装Miniconda3

1.2安装git 64 bit

安装git 64 bit。
安装方法参见：GIT -2.18.0-64.bit 的安装与使用

1.3创建项目目录

从开始菜单启动Anaconda Prompt
创建并更改为您希望用作项目的目录

C:\Users\adminitrator>d:
D:\>mkdir projects
D:\>cd projects

1.4从Github获取最新的Donkeycar

git clone https://github.com/autorope/donkeycar
cd donkeycar
git checkout master

1.5更换国内源

conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes

1.6更新与删除

conda update -n base -c defaults conda
conda env remove -n donkey

1.7创建Python Anaconda环境

conda env create -f install\envs\windows.yml
conda activate donkey
pip install -e .[pc]

1.8安装Tensorflow GPU（可选）

如果你有NVidia卡，你应该更新到最新的驱动程序并安装Cuda SDK。

conda install tensorflow-gpu==1.13.1

1.9创建工作目录

donkey createcar --path D:/mycar

安装keras-vis

pip install keras-vis

2.0安装DonkeySim

d:
cd projects
git clone https://github.com/tawnkramer/gym-donkeycar
conda activate donkey
pip install -e gym-donkeycar

3.0修改相应文件

3.1修改dtypes.py

文件位置：D:\Miniconda3\envs\donkey\lib\site-packages\tensorflow\python\framework\dtypes.py。
修改dtpes.py文件的第526~530、535行。
原：

_np_qint8 = np.dtype([("qint8", np.int8, 1)])
_np_quint8 = np.dtype([("quint8", np.uint8, 1)])
_np_qint16 = np.dtype([("qint16", np.int16, 1)])
_np_quint16 = np.dtype([("quint16", np.uint16, 1)])
_np_qint32 = np.dtype([("qint32", np.int32, 1)])
np_resource = np.dtype([("resource", np.ubyte, 1)])

修改为：

_np_qint8 = np.dtype([("qint8", np.int8, (1,))])
_np_quint8 = np.dtype([("quint8", np.uint8, (1,))])
_np_qint16 = np.dtype([("qint16", np.int16, (1,))])
_np_quint16 = np.dtype([("quint16", np.uint16, (1,))])
_np_qint32 = np.dtype([("qint32", np.int32, (1,))])
np_resource = np.dtype([("resource", np.ubyte, (1,))])

3.2修改train.py文件

文件位置：D:\projects\gym-donkeycar\examples
\supervised_learning\train.py
修改train.py文件的第29行：
原：

matplotlib.use('Agg')

修改为：

matplotlib.use('TkAgg')

4.0 DonkeySim模拟器的使用

4.1下载DonkeySim模拟器

从Donkey Gym Release下载并解压主机PC平台上可运行的模拟器（DonkeySimWindows.zip）。
将模拟器放在合适的位置。如：~/projects/DonkeySimWindows。

可使用游戏杆/键盘手动驾驶、自动驾驶还可使用训练好的神经网络驾驶，运行界面如下：

选择窗口大小，点击“Play!”进入。

点击“Log dir”可设置记录数据目录。

在主界面点击“Generated Track”，进入我们挑战赛的赛道环境。

可以选择右侧的各种驾驶模式。

这是速度、转向和PD参数设置界面，在自动驾驶时，要设置这些参数，取得好成绩。

4.2设置验证

打开Anaconda Prompt。
使用示例模型来验证设置。

conda activate donkey
d:
cd projects\gym-donkeycar\examples\supervised_learning
python evaluate.py --model=models/example_model.h5

启动“DonkeySim”环境。单击“NN Control over Network”按钮。

4.3获取自己的训练数据

现在，你可以尝试根据自己的数据来训练自己的模型。
在模拟器中，按“Exit”进入主菜单。
单击“log dir”按钮并指定一个日志目录以保存数据。例如，你可以选择d:/projects/gym-donkeycar/examples/supervised_learning/log文件夹。
选择Generated Track环境。
单击“Auto Drive w Rec”或“Joystick/Keyboard w Rec”。记录约1万个样本（一圈以上）。查看左下角以查看日志计数。
完成后，单击“Stop”。

4.4训练模型

conda activate donkey
d:
cd projects\gym-donkeycar\examples\supervised_learning
python train.py --inputs=log/*.jpg --model=models/model.h5

模型结构可根据自己需要进行修改。
取消train.py文件的第208行注释，显示模型信息。
修改models.py文件（可设置学习率）：
在第7行增加：

from tensorflow import keras

第57行修改为：

model.compile(optimizer=keras.optimizers.Adam(lr=0.0001), loss='mse', metrics=['acc'])

4.5评估模型

conda activate donkey
d:
cd projects\gym-donkeycar\examples\supervised_learning
python evaluate.py --model=models/model.h5

启动模拟器。选择Generated Track环境。单击“NN Control over Network”。

5.0 DonkeySim挑战赛

5.1 DonkeySim挑战赛类别

参加DonkeySim挑战赛的车必须连续不间断跑3圈以上，小车不能压到草坪，不能撞到障碍物，挑战赛共分为三大类：

游戏杆/键盘驾驶（Joystick/Keyboard）
自动驾驶（Auto Drive）
神经网络驾驶（NN Control over Network）

5.2 DonkeySim参赛者提交文件

参加DonkeySim挑战赛的选手，参赛作品必须提交以下文件、数据和视频。

5.2.1选手与作品简介

年龄和性别要真实（便于以后进一步的赛果分类），其他介绍可自由发挥；
参赛者首先应根据已公开（如该类别没有人提交或提交数少于10个）的其他参赛者提交的文件自行进行测试对比，成绩在前十名之内的即可提交，否则请不要提交。

5.2.2数据文件

自行测试成绩以文本文件方式提交；
数据要真实，不得人为编辑修改；
游戏杆/键盘驾驶参赛者提交压缩的原始数据记录（log）文件；
自动驾驶参赛者提交压缩的原始数据记录（log）文件和速度/转向/PD参数截图；
神经网络驾驶参赛者提交文件：
压缩的原始训练数据记录（log）文件
D:\projects\gym-donkeycar\examples\supervised_learning目录下的conf.py和models.py文件
D:\projects\gym-donkeycar\examples\supervised_learning\models目录下的model.h5和model.h5loss.png文件

5.2.3视频文件

游戏杆/键盘驾驶与自动驾驶参赛者提交原始数据记录（log）文件转成的.mp4格式文件，转换方法如下：
首先将DonkeySim内要转换为视频的记录数据（log），复制到D:\mycar\logs文件夹下，并运行下列命令：

conda activate donkey
d:
cd mycar
donkey makemovie --tub=D:\mycar\logs\log --out=log_movie.mp4

输出文件名为log_movie,mp4
神经网络驾驶参赛者视频文件的提交是可选的，也必须是.mp4格式的视频文件，请自行用合适的办法解决（参赛者如有好的方法，请共享出来，让大家享用）。

5.3 DonkeySim挑战赛评比方式

DonkeySim挑战赛公开参赛者提交的所有文件，采用自测与公示的方式进行评比，比赛成绩及时更新。比赛规则根据实施情况，听取大家的意见，不定时的更新，所有的原始数据尽量可靠的保存。

DonkeySim挑战赛群

QQ：913557234

DonkeySim挑战赛相关推荐

2021 年第十一届 MathorCup 高校数学建模挑战赛A题分析
2021 年第十一届 MathorCup 高校数学建模挑战赛A题分析题目:自动驾驶中的车辆调头问题问题分析前言综述问题一分析问题二分析问题三分析问题四分析问题五分析问题六分析题目 ...
用AI创造可持续发展社会价值，第二届腾讯Light·公益创新挑战赛正式启动
12月23日,"创变者"2021年度腾讯Light论坛在厦门正式举办.在论坛上,由全国妇联宣传部指导,腾讯公司联合中国儿童中心主办,企鹅伴成长.腾讯华东总部.腾讯SSV创新办学实验 ...
首场见习挑战赛倒计时3天！20000元奖学金瓜分就等你了！
CSDN软件开发精英赛是基于"C认证-软件工程师能力认证考试"而设立的编程比赛,大赛联合广大科技企业设置丰厚礼品及30万元奖学金.从7月22日官宣到今日,短短一个月内,大赛已经吸引 ...
2021 EdgeX中国挑战赛盛大开幕，英特尔赋能开发者，助力创新方案落地
2021年7月12日,北京中关村论坛隆重举行.论坛上,英特尔研究院副总裁.英特尔中国研究院院长宋继强博士,北京市科委.中关村管委会高科技产业促进中心主任徐剑发表致辞并联合Linux基金会.VMware ...
用AI打造科技公益新模式，腾讯发起公益创新挑战赛，聚焦三大社会问题
近日,由腾讯基金会.企鹅伴成长.腾讯优图实验室.腾讯云AI.腾讯云开发联合发起的腾讯Light·公益创新挑战赛在三亚宣布正式启动.本次比赛以"AI,让美好现在发生"为主题,与联合国 ...
五项挑战获四项第一，地平线霸榜Waymo自动驾驶算法挑战赛
美国当地时间6月15日,Alphabet(Google母公司)旗下的自动驾驶公司Waymo在CVPR 2020自动驾驶Workshop上揭晓Waymo开放数据集挑战赛的结果,边缘AI芯片企业地平线斩获 ...
COCO 2019挑战赛，旷视研究院拿下三项计算机识别冠军 | ICCV 2019
出品 | AI科技大本营(ID:rgznai100) 10月27日,两年一度的国际计算机视觉大会ICCV 2019(InternationalConference on Computer Vision ...
挑战弱监督学习的三大热门问题 AutoWSL2019挑战赛正式开赛
AutoWSL2019作为11月17-19日亚洲机器学习大会(ACML)主会议竞赛单元之一,由第四范式.ChaLearn.RIKEN和微软联合举办,其中竞赛分享和颁奖将与大会WSL-Workshop共 ...
首届中文NL2SQL挑战赛：千支队伍参赛，国防科大夺冠
(图片由AI科技大本营付费下载自视觉中国) 整理 | Jane 出品 | AI科技大本营(ID:rgznai100) [导语]10月12日,追一科技主办的首届中文NL2SQL挑战赛在激烈的决赛中落下帷 ...

DonkeySim挑战赛

DonkeySim挑战赛

如果不使用神经网络的参赛者仅需看第4与第5部分内容！

1.0 DonkeyCar的安装

1.1安装miniconda Python 3.7

1.2安装git 64 bit

1.3创建项目目录

1.4从Github获取最新的Donkeycar

1.5更换国内源

1.6更新与删除

1.7创建Python Anaconda环境

1.8安装Tensorflow GPU（可选）

1.9创建工作目录

2.0安装DonkeySim

3.0修改相应文件

3.1修改dtypes.py

3.2修改train.py文件

4.0 DonkeySim模拟器的使用

4.1下载DonkeySim模拟器

4.2设置验证

4.3获取自己的训练数据

4.4训练模型

4.5评估模型

5.0 DonkeySim挑战赛

5.1 DonkeySim挑战赛类别

5.2 DonkeySim参赛者提交文件

5.2.1选手与作品简介

5.2.2数据文件

5.2.3视频文件

5.3 DonkeySim挑战赛评比方式

DonkeySim挑战赛群

QQ：913557234

DonkeySim挑战赛相关推荐

最新文章

热门文章