scripts 工具脚本说明

本目录包含数据生成、回放、可视化与分析等工具脚本。训练脚本（train_bc.py、train_magail.py）位于项目根目录。

路径约定（相对项目根）

数据：data/exp_filtered（Waymo 场景）、data/training_data（专家 pkl 输出）
模型：models/bc/（BC）、models/magail/（MAGAIL）
日志：logs/bc/、logs/magail/（TensorBoard）

脚本列表与用法

数据生成

脚本	用途	用法示例
generate_expert_data.py	从 Waymo 数据生成专家 (obs, act) 的 pkl	`python scripts/generate_expert_data.py --data_dir data/exp_filtered --output_dir data/training_data --num_scenarios 100`

常用参数：--data_dir（默认 data/exp_filtered）、--output_dir（默认 data/training_data）、--start_index、--num_scenarios。

回放与可视化

脚本	用途	用法示例
visualize_replay.py	原始专家轨迹回放（ExpertReplayEnv）	`python scripts/visualize_replay.py --data_dir data/exp_filtered --num_scenarios 1 --horizon 200`
visualize_trained_policy.py	BC/MAGAIL 共用：加载训练好的策略在 45 维场景中可视化	见下方「训练策略可视化」小节

训练策略可视化（visualize_trained_policy.py）

使用训练好的 BC 或 MAGAIL 模型在 45 维场景环境中运行，并实时渲染俯瞰图（top-down view）。统一入口：scripts/visualize_trained_policy.py。

BC 模型：

python scripts/visualize_trained_policy.py --policy_type bc --model_path models/bc/policy_best.pt --data_dir data/exp_filtered --num_scenarios 1

MAGAIL 模型：

python scripts/visualize_trained_policy.py --policy_type magail --model_path models/magail/model_50_actor.pth --data_dir data/exp_filtered --num_scenarios 1 --deterministic

自动推断类型（根据 --model_path 扩展名：.pt → BC，否则 → MAGAIL）：

python scripts/visualize_trained_policy.py --model_path models/bc/policy_best.pt
python scripts/visualize_trained_policy.py --model_path models/magail/model_50_actor.pth

根目录 BC 薄包装：python visualize_bc.py --model_path models/bc/policy_best.pt

参数：--policy_type（auto|bc|magail）、--model_path（默认 models/bc/policy_best.pt）、--data_dir、--start_index、--num_scenarios、--horizon、--deterministic（仅 MAGAIL）。环境统一为 45 维 BCScenarioEnv，渲染为 MetaDrive top_down。数据目录未指定时默认 data/exp_filtered（不存在则 data/exp_converted）。

数据分析与检查

脚本	用途	用法示例
analyze_expert_data.py	分析专家数据分布与统计	见脚本内 `__main__`（依赖 env 与数据目录配置）
check_track_fields.py	检查 Waymo 轨迹字段	见脚本内 `__main__`
check_database_info.py	检查数据库/场景信息	见脚本内 `__main__`（含硬编码路径，可按需改为 `data/exp_filtered`）
visualize_expert_trajectory.py	用 matplotlib 画专家轨迹动画	依赖 `env.expert_trajectories`，与当前 env 接口可能不一致，可选使用

其他

脚本	用途	用法示例
launch_tensorboard.py	启动 TensorBoard	`python scripts/launch_tensorboard.py --logdir logs`（或 `logs/bc` / `logs/magail`）

与训练流程的对应关系

数据准备：generate_expert_data.py → 输出到 data/training_data/*.pkl
BC 训练：根目录 train_bc.py → 模型保存到 models/bc/，日志到 logs/bc/
MAGAIL 训练：根目录 train_magail.py → 模型保存到 models/magail/，日志到 logs/magail/
可视化：visualize_trained_policy.py（或根目录 visualize_bc.py 仅 BC）→ 从 models/bc 或 models/magail 加载模型，数据目录默认 data/exp_filtered

4.2 KiB Raw Blame History Unescape Escape