MARL Transport 快速使用说明

简洁指南：运行无人机（Drone）与 Turtlebot 的训练与推理脚本。

环境准备

• 安装依赖：

pip install -r requirements.txt

Drone（无人机）

• 混合RL推理（推荐示例）

bash examples/train_RL_drones_whole_transport_hybrid.sh

• 调用 examples/RL_drone_transport_hybrid.py，常用参数：--n-agents、--field-size、--evaluate-episodes 等。

• 离线 MBRL 训练（基于示例数据）

bash examples/train_offline_model_MBRL.sh

• 调用 examples/train_offline_model_MBRL.py，针对 3/4/6 个智能体，使用仓库内的 orca_demonstrationMBRL_steps50k_*agents_env10.npz。

• 离线 MBRL 推理/评估

bash examples/evaluate_offline_model_MBRL.sh

• 评估基于学习的动力学 + MPC 策略，默认日志目录：/home/xlab/MARL_transport/log_MBRL_model。

• 直接运行（示例，Drone MBRL）

python examples/train_offline_model_MBRL.py \
  --n-agents=3 \
  --field-size=10 \
  --training=1 \
  --log-path="/home/xlab/MARL_transport/log_MBRL_model" \
  --ntrain-iters=20 --nrollouts-per-iter=5 --ninit-rollouts=5 --neval=1 \
  --mpc-per=1 --mpc-prop-mode="TSinf" --mpc-opt-mode="CEM" \
  --mpc-npart=20 --mpc-plan-hor=10 --mpc-num-nets=1 \
  --mpc-epsilon=0.001 --mpc-alpha=0.25 --mpc-epochs=25 \
  --mpc-popsize=50 --mpc-max-iters=3 --mpc-num-elites=10

• 切换到评估：将 --training=0，并添加 --eval-episodes=20。

Turtlebot（小车）

• MBRL 训练

bash examples/train_turtlebot_MBRL.sh

• 调用 examples/train_turtlebot_MBRL.py，针对 3/4 个智能体，使用 turtlebot_demonstrationMBRL_steps50k_*agents_env10.npz。

• MBRL 推理/评估

bash examples/evaluate_turtlebot_MBRL.sh

• 日志默认保存到：/home/xlab/MARL_transport/log_MBRL_model/evaluation_logs。

• 直接运行（示例，Turtlebot MBRL）

python examples/train_turtlebot_MBRL.py \
  --n-agents=3 \
  --field-size=10 \
  --training=0 \
  --eval-episodes=20 \
  --log-path="/home/xlab/MARL_transport/log_MBRL_model" \
  --task-hor=40 \
  --mpc-per=1 --mpc-prop-mode="TSinf" --mpc-opt-mode="CEM" \
  --mpc-npart=20 --mpc-plan-hor=10 --mpc-num-nets=1 \
  --mpc-epsilon=0.001 --mpc-alpha=0.25 --mpc-epochs=25 \
  --mpc-popsize=50 --mpc-max-iters=3 --mpc-num-elites=10

备注

• 场景文件（*.ttt）位于 examples/，脚本会自动加载。
• --n-agents 可在 {3, 4, 6} 中切换，对应随附数据与配置。
• 日志与模型默认写入 log_MBRL_model，可通过 --log-path 修改。