强化學習仿真實車部署

前言

这里讲一下如何部署

有两种方式部署：

第一种实车远程控制：即通过roscore中的IP设置实现远程控制；具体可以参考turtlebot3的PC连接turtlebot3并控制的教程；我使用的是这种方法；

第二种直接在小车是运行模型：没有测试过，如果你的模型小，应该是可以部署到小车上直接跑的，我感觉我的那个模型是很小的可以在树莓派和nano上跑。

环境部署：

安装pytorch就可以：参考官网安装，根据自身硬件需求来安装。

文件：以PPO为例

主程序：actual_tranining.py

环境配置：env.py

模型：agent.py

模型：

配置教程

agent.py的修改

注意：训练模型和在实车上跑的模型应该要一样，不然会报错

agent.py的55行修改路径加载模型：

env.py的修改：

这两话题名字的修改，一般不用修改，开启机器人底盘后，查看机器人的话题有哪些：

rostopic list

这个是目标点—不用修改—这个是用来接受目标点的。就像训练给目标点

这里有个bug,就是在实车上处理激光雷达的数据，激光雷达返回的数据处理我没有优化；总之在这里就是要取你训练时候激光雷达数据的线速：

如果你的是24线，就在 len(scan.ranges)取24个数据。

开启运行：

启动小车底盘：

启动激光雷达：

启动主程序：python3 actual_training.py

发布位置：

rostopic pub /move_base_simple/goal  geometry_msgs/PoseStamped \
 '{header: {frame_id: "map"},pose: {position:{x: 1.0,y: 0,z: 0},orientation: {x: 0,y: 0,z: 0,w: 1}}}'
只修改x和y的数值