97 lines
5.3 KiB
Markdown
97 lines
5.3 KiB
Markdown
# MAGAIL4AutoDrive
|
||
|
||
基于 **MetaDrive** 仿真器和 **Waymo Open Motion Dataset** 的自动驾驶多智能体模仿学习（MAGAIL）与行为克隆（BC）训练系统。
|
||
|
||
本项目旨在从真实的 Waymo 驾驶数据中提取专家轨迹，并通过模仿学习（Imitation Learning）训练能够适应复杂交互场景的自动驾驶策略。
|
||
|
||
## 目录结构
|
||
|
||
```text
|
||
MAGAIL4AutoDrive/
|
||
├── Algorithm/ # 强化学习与模仿学习算法实现
|
||
│ ├── policy.py # 基础策略网络 (MLP 等)
|
||
│ ├── ppo.py # PPO 算法实现
|
||
│ ├── magail.py # MAGAIL 算法核心逻辑
|
||
│ ├── disc.py # 判别器 (Discriminator) 网络
|
||
│ └── ...
|
||
├── Env/ # 仿真环境封装 (MetaDrive Wrapper)
|
||
│ ├── bc_env.py # BCScenarioEnv，45 维观测（BC/MAGAIL 共用）
|
||
│ ├── scenario_env.py # 多智能体基础场景环境
|
||
│ ├── expert_replay_env.py # 专家轨迹回放环境（数据生成与回放）
|
||
│ ├── inverse_dynamics.py # 逆动力学模块 (轨迹 -> 动作)
|
||
│ ├── simple_idm_policy.py # ConstantVelocityPolicy 占位策略
|
||
│ └── ...
|
||
├── dataset/ # 数据集加载器
|
||
│ ├── expert_dataset.py # 通用专家数据加载类
|
||
│ └── magail_dataset.py # MAGAIL 训练专用数据加载器
|
||
├── scripts/ # 工具脚本（数据、回放、可视化、分析）
|
||
│ ├── generate_expert_data.py # 从 Waymo 生成专家 (obs, act) pkl
|
||
│ ├── visualize_replay.py # 原始专家数据回放
|
||
│ ├── visualize_trained_policy.py # BC/MAGAIL 策略可视化统一入口
|
||
│ ├── analyze_expert_data.py # 数据分布分析
|
||
│ ├── launch_tensorboard.py # 启动 TensorBoard
|
||
│ ├── README.md # 脚本用法说明
|
||
│ └── ...
|
||
├── data/ # 数据目录（相对路径）
|
||
│ ├── exp_filtered/ # Waymo 场景数据
|
||
│ ├── training_data/ # 专家 pkl 输出（generate_expert_data）
|
||
│ └── trajectories/ # 其他轨迹 pkl（如 expert_dataset 输出）
|
||
├── models/ # 模型保存目录（相对路径）
|
||
│ ├── bc/ # BC 模型 (.pt)
|
||
│ └── magail/ # MAGAIL 模型 (*_actor.pth, *_critic.pth)
|
||
├── logs/ # 训练日志 (TensorBoard)
|
||
│ ├── bc/
|
||
│ └── magail/
|
||
├── train_bc.py # [根目录] BC 训练
|
||
├── train_magail.py # [根目录] MAGAIL 训练
|
||
├── visualize_bc.py # [根目录] BC 可视化薄包装 -> scripts/visualize_trained_policy.py
|
||
└── README.md
|
||
```
|
||
|
||
## 路径约定（相对项目根）
|
||
|
||
- **数据**：Waymo 场景 `data/exp_filtered`；专家 pkl `data/training_data`；其他轨迹 `data/trajectories`
|
||
- **模型**：BC `models/bc/`，MAGAIL `models/magail/`
|
||
- **日志**：TensorBoard 写入 `logs/bc/`、`logs/magail/`
|
||
|
||
所有默认路径均为相对项目根，便于在不同设备上复用。
|
||
|
||
## 核心工作流
|
||
|
||
### 1. 数据准备
|
||
使用 `scripts/generate_expert_data.py` 将 Waymo 数据转换为训练用 `.pkl`，输出到 `data/training_data/`。
|
||
|
||
```bash
|
||
python scripts/generate_expert_data.py --data_dir data/exp_filtered --output_dir data/training_data --num_scenarios 100
|
||
```
|
||
|
||
### 2. 行为克隆 (BC)
|
||
- **训练**：`python train_bc.py`（模型保存到 `models/bc/`，日志到 `logs/bc/`）
|
||
- **可视化**：`python visualize_bc.py` 或 `python scripts/visualize_trained_policy.py --policy_type bc --model_path models/bc/policy_best.pt`
|
||
|
||
### 3. 多智能体对抗模仿学习 (MAGAIL)
|
||
- **训练**：`python train_magail.py`（模型保存到 `models/magail/`，日志到 `logs/magail/`）
|
||
- **可视化**：`python scripts/visualize_trained_policy.py --policy_type magail --model_path models/magail/model_50_actor.pth`
|
||
|
||
### 4. 策略可视化统一入口
|
||
BC 与 MAGAIL 共用 `scripts/visualize_trained_policy.py`，通过 `--policy_type bc|magail`（或根据 `--model_path` 自动推断）选择模型类型。根目录 `visualize_bc.py` 为 BC 的薄包装。详见 [scripts/README_visualize.md](scripts/README_visualize.md) 与 [scripts/README.md](scripts/README.md)。
|
||
|
||
## 文件与模块职责
|
||
|
||
### 根目录脚本
|
||
- **train_bc.py**：BC 训练，加载 `data/training_data` 下 pkl，模型与日志写入 `models/bc/`、`logs/bc/`
|
||
- **train_magail.py**：MAGAIL 训练，环境使用 `BCScenarioEnv`（45 维），模型与日志写入 `models/magail/`、`logs/magail/`
|
||
- **visualize_bc.py**：薄包装，调用 `scripts/visualize_trained_policy.py --policy_type bc`
|
||
|
||
### Env 模块
|
||
- **Env/bc_env.py**：`BCScenarioEnv`，45 维观测（Ego 5 维 + 10 邻居×4 维），BC 与 MAGAIL 训练/评估共用
|
||
- **Env/scenario_env.py**：`MultiAgentScenarioEnv` 基类，Waymo 场景加载与步进
|
||
- **Env/expert_replay_env.py**：专家轨迹回放与逆动力学动作，供 `generate_expert_data.py` 与回放可视化
|
||
- **Env/inverse_dynamics.py**：轨迹 → 油门/转向动作
|
||
|
||
### Algorithm 模块
|
||
- **Algorithm/policy.py**：`StateIndependentPolicy`，BC 使用的 MLP 策略
|
||
|
||
### scripts 目录
|
||
工具脚本用途与用法见 [scripts/README.md](scripts/README.md)。
|