跳转至

策略部署

类说明

class TestModel

一个用于模拟推理动作的测试模型类，包含随机生成动作、更新观测窗口和语言指令等功能。

初始化函数 __init__(self, model_path, task_name, DoFs=6, is_dual=True, INFO="DEBUG")

  • model_path: 模型路径（目前未使用，仅占位）
  • task_name: 任务名称，用于加载对应语言指令JSON文件
  • DoFs: 机器人自由度数，默认6
  • is_dual: 是否为双臂机器人，默认True
  • INFO: 日志等级，默认DEBUG
    初始化时加载任务指令，设置默认图片大小224x224。

set_img_size(self, img_size)

设置模型输入的图片尺寸，img_size为元组 (width, height)。

random_set_language(self)

随机从对应任务的 JSON 指令文件中选择一条语言指令，保存到 self.instruction。

update_observation_window(self, img_arr, state)

更新观测缓存窗口，img_arr为包含多路摄像头图片的数组列表，state为状态向量。
- 会将图片从 HWC 转换为 CHW 格式。
- 检查状态维度是否符合单臂或双臂模型的输入要求。
- 将状态、图像和语言指令保存到 self.observation_window。

get_action(self)

基于当前观测窗口模拟推理动作，返回一个动作数组。
- horizon长度为3，动作维度依is_dual和DoFs设定。
- 动作为随机生成的角度和夹爪开合控制。
- 内部使用 time.sleep 模拟推理延迟。
- 返回形状为 (3, 动作维度) 的 numpy 数组。

reset_obsrvationwindows(self)

重置语言指令和观测窗口缓存。

示例代码

```python if name == "main": import os os.environ["INFO_LEVEL"] = "INFO"

DoFs = 14
model = TestModel("test", DoFs=DoFs, is_dual=True)

height, width = 480, 640
img_arr = [
    np.random.randint(0, 256, size=(height, width, 3), dtype=np.uint8),
    np.random.randint(0, 256, size=(height, width, 3), dtype=np.uint8),
    np.random.randint(0, 256, size=(height, width, 3), dtype=np.uint8)
]

state = np.random.rand(DoFs) * 3.1515926
model.update_observation_window(img_arr, state)
action = model.get_action()
model.reset_obsrvationwindows()