模型部署示例
deploy介绍
deploy中提供了两种部署模式:
实现自己模型的部署脚本
可以参考多个robot_on_model.py脚本, 主要不同点在于模型初始化与用于将数据转化为模型推理数据的input_transform()函数.
对于你的模型,应当在policy/your_model/路径下有inference_model.py文件, 该文件拥有你的模型的封装类, 并且拥有:
- update_observation_window(): 用于管理模型的输入参数, 由于部分模型需要前文信息, 因此需要用滑动窗口管理数据.
— get_action(): 根据当前的滑动窗口数据进行推理, 获取动作序列.
- reset_obsrvationwindows(): 重置滑动窗口, 用于开启新一轮推理.
如果你模型需要其他的信息, 直接在input_transform()中添加对应传感器的返回值, 并转化为模型