遗传优化
一.训练过程
Vscode打开训练文件夹- 服务器模式转换: 于
Vscode终端输入服务器模式转换指令
./Train.mode.sh //训练模式
./Normal.mode.sh //正常模式
./run_opt.sh
- 依次输入机器人的Type、迭代次数，popsize（种群大小）
//需要注意的是，原运行文件（run_opt.sh）的迭代次数默认是一千，但是注释给的是一万，可自行修改
- 于Ubuntu系统终端打开服务器，进行状态监测
二.过程中出现服务器卡顿、停滞
- 需要关闭当前服务器
- 于终端执行pkill命令(最好多kill几遍)
pkill -9 rcss
- 于终端重新打开服务器
- 在
Vscode终端最后，输入Ctrl+C便可以继续启动优化
三.数据整理及变更
获取训练数据
- 训练完一个周期之后会出现大量的数据集，需要整理出得分值最高的动作参数集
cd optimization/
python3 optimization.py
- 然后会程序会自动找出评分最优集合放入到
optimized_params文件中
- 然后从最优动作集中随便复制一个参数（两个逗号之间就是一个关节参数），然后去
opt_output中搜索，检索方式如下：
- 在
opt_output文件中同时按下Ctrl+F,弹出搜索框
- 粘贴复制的参数，找到最后一列，查看分值。（分值一般是距离，后期如果对优化文件的评分机制改动了记得进行相应的转换）
- 自己创建个txt文件，记录下整个动作参数集和相应的距离，方便后期筛选测试。
- 如果想在这个高分动作基础上继续优化，而不是遵循正常的协方差矩阵自适应优化，可以直接把获取到的动作参数复制进优化文件夹中
origin_
转换数据（针对于动作编辑器的数据）
上场测试数据（以下说的是球队文件夹中的文件）
- 修改Skill文件下的kick_ik（快踢）/kick_far（大脚）文件，可以测试训练/修改/新增的动作效果是否满意(实战性测试效果)
- 另外如果想单独测试动作，可以再拉取一个仓库，把
selectSkill函数中只写个要测试的动作，并且修改Skill下的动作文件（同上），多次测量求取期望值（单独测试效果）
- 注意：动作文件一般只修改 “State0----⇒最后一帧的ENDSTATE” 这个区间段的东西
几大重要的文件
- 优化文件中
- paramfiles下的
defaultparam...文件，训练获取数据的来源?????
optimized_params,python show出来的最佳动作参数集存放处origin_params?????opt_output训练所得的全部数据集
- 球队文件中