文件名称：habitat-challenge:栖息地挑战代码
文件大小：569KB
文件格式：ZIP
更新时间：2024-05-25 16:14:41
Python
2021年人居挑战 该存储库包含2021年挑战赛的入门代码，任务的详细信息以及培训和评估设置。 有关栖息地挑战的概述，请访问 。 如果您正在寻找我们的2020/2019入门代码，可以在 。 今年，我们将在两项具体的导航任务中应对挑战： PointNav（ '相对于起点向北5m，向西3m' ） ObjectNav（ “找到椅子” ）。 任务1：PointNav专注于现实性和sim2real可预测性（能够根据其在仿真中的性能来预测真实机器人上的nav模型的性能）。 任务2：ObjectNav专注于以自我为中心的对象/场景识别以及对对象语义的常识理解（壁炉通常位于房屋中的什么位置？）。 2021年的新功能 的结果表明，这些基准远远没有解决或停滞不前。 因此，任务规范保持不变，除了代理商对PointNav任务的摄像机的倾斜角度。 代理程序的摄像头现在倾斜时，代理程序可以观察其前面的区域
【文件预览】：
habitat-challenge-master
----.gitignore(10B)
----habitat-challenge-data()
--------objectgoal_mp3d()
--------pointgoal_gibson_v2()
----test_locally_pointnav_rgbd.sh(482B)
----res()
--------img()
----.dockerignore(24B)
----Pointnav_DDPPO_baseline.Dockerfile(755B)
----ddppo_agents.py(6KB)
----CONTRIBUTING.md(887B)
----CODE_OF_CONDUCT.md(245B)
----LICENSE(1KB)
----test_locally_objectnav_rgbd.sh(484B)
----agent.py(932B)
----README.md(24KB)
----configs()
--------challenge_pointnav2021.local.rgbd_test_scene.yaml(1KB)
--------challenge_pointnav2021.local.rgbd.yaml(1KB)
--------challenge_objectnav2021.local.rgbd.yaml(1KB)
--------ddppo_pointnav.yaml(2KB)
--------ddppo_objectnav.yaml(2KB)
----Pointnav.Dockerfile(497B)
----Objectnav.Dockerfile(500B)
----.circleci()
--------config.yml(5KB)
----submission.sh(77B)
----Objectnav_DDPPO_baseline.Dockerfile(646B)
----.editorconfig(699B)