LeRobot documentation
Окружения
Окружения
Среды симуляции настраиваются через EnvConfig и создаются с помощью make_env. Каждый подкласс
объявляет свои gym_kwargs и способ построения векторизованных сред.
См. Окружения из Hub для использования опубликованных окружений и Добавление нового бенчмарка для внесения своего.
EnvConfig
класс 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 )
Создайте один локальный или обслуживаемый векторный env для одной задачи; отсутствие task_id означает первую задачу набора.
Создавайте локальные или обслуживаемые векторные среды в формате {suite: {task_id: env}}.
Возвращает (preprocessor, postprocessor) для этой среды. По умолчанию: identity.
Возвращает sim_settings() с параметрами по умолчанию симуляции, как это делают локальные окружения и сервер окружений.
Возвращает настройки симуляции, как в разделе sim YAML-файла сервера; отсутствующие значения заменяются значениями по умолчанию для симуляции.
По умолчанию используется среда Gymnasium gym_id с gym_kwargs и дельта-действиями; при необходимости переопределите эти параметры.
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]]
Параметры
- cfg (
EnvConfig | str) — Конфигурация окружения или ID репозитория Hugging Face Hub (например,"username/repo"), в которомenv.pyсоздает окружения. - n_envs (
int, необязательный, по умолчанию1) — Количество сред в каждом векторном окружении. - use_async_envs (
bool, необязательный, по умолчаниюFalse) — Запускать каждую среду в собственном рабочем процессе. - hub_cache_dir (
str, необязательный) — Папка для кэширования загруженного файлаenv.py. Используется только при указании идентификатора репозитория. - trust_remote_code (
bool, необязательный, по умолчаниюFalse) — Согласие на выполнение кода из репозитория Hub, необходимое для использования идентификатора репозитория или конфигурации EnvHub.
Возвращает
dict[str, dict[int, gym.vector.VectorEnv]]
Векторные среды, в формате {suite: {task_id: env}}.
Однозадачная среда имеет один набор с идентификатором задачи 0.
Исключения
ValueError или RuntimeError или ModuleNotFoundError
ValueError— еслиn_envsменьше 1.RuntimeError— если код репозитория на Hub выполняется безtrust_remote_code.ModuleNotFoundError— если симулятор или пакет, необходимый дляenv.pyрепозитория, не установлен.
Создайте векторные среды для конфигурации или для make_env репозитория на Hub.