DonkeySim挑戰賽
如果不使用神經網絡的參賽者僅需看第4與第5部分內容！
1.0 DonkeyCar的安裝
1.1安裝miniconda Python 3.7
安裝miniconda Python 3.7 64位。
安裝方法參見：Windows 10下安裝Miniconda3
1.2安裝git 64 bit
安裝git 64 bit。
安裝方法參見：GIT -2.18.0-64.bit 的安裝與使用
1.3創建項目目錄
- 從開始菜單啓動Anaconda Prompt
- 創建並更改爲您希望用作項目的目錄
C:\Users\adminitrator>d:
D:\>mkdir projects
D:\>cd projects
1.4從Github獲取最新的Donkeycar
git clone https://github.com/autorope/donkeycar
cd donkeycar
git checkout master
1.5更換國內源
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/free
conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/pkgs/main
conda config --set show_channel_urls yes
1.6更新與刪除
conda update -n base -c defaults conda
conda env remove -n donkey
1.7創建Python Anaconda環境
conda env create -f install\envs\windows.yml
conda activate donkey
pip install -e .[pc]
1.8安裝Tensorflow GPU（可選）
如果你有NVidia卡，你應該更新到最新的驅動程序並安裝Cuda SDK。
conda install tensorflow-gpu==1.13.1
1.9創建工作目錄
donkey createcar --path D:/mycar
安裝keras-vis
pip install keras-vis
2.0安裝DonkeySim
d:
cd projects
git clone https://github.com/tawnkramer/gym-donkeycar
conda activate donkey
pip install -e gym-donkeycar
3.0修改相應文件
3.1修改dtypes.py
文件位置：D:\Miniconda3\envs\donkey\lib\site-packages\tensorflow\python\framework\dtypes.py。
修改dtpes.py文件的第526~530、535行。
原：
_np_qint8 = np.dtype([("qint8", np.int8, 1)])
_np_quint8 = np.dtype([("quint8", np.uint8, 1)])
_np_qint16 = np.dtype([("qint16", np.int16, 1)])
_np_quint16 = np.dtype([("quint16", np.uint16, 1)])
_np_qint32 = np.dtype([("qint32", np.int32, 1)])
np_resource = np.dtype([("resource", np.ubyte, 1)])
修改爲：
_np_qint8 = np.dtype([("qint8", np.int8, (1,))])
_np_quint8 = np.dtype([("quint8", np.uint8, (1,))])
_np_qint16 = np.dtype([("qint16", np.int16, (1,))])
_np_quint16 = np.dtype([("quint16", np.uint16, (1,))])
_np_qint32 = np.dtype([("qint32", np.int32, (1,))])
np_resource = np.dtype([("resource", np.ubyte, (1,))])
3.2修改train.py文件
文件位置：D:\projects\gym-donkeycar\examples
\supervised_learning\train.py
修改train.py文件的第29行：
原：
matplotlib.use('Agg')
修改爲：
matplotlib.use('TkAgg')
4.0 DonkeySim模擬器的使用
4.1下載DonkeySim模擬器
從Donkey Gym Release下載並解壓主機PC平臺上可運行的模擬器（DonkeySimWindows.zip）。
將模擬器放在合適的位置。如：~/projects/DonkeySimWindows。
可使用遊戲杆/鍵盤手動駕駛、自動駕駛還可使用訓練好的神經網絡駕駛，運行界面如下：
選擇窗口大小，點擊“Play!”進入。
點擊“Log dir”可設置記錄數據目錄。
在主界面點擊“Generated Track”，進入我們挑戰賽的賽道環境。
可以選擇右側的各種駕駛模式。
這是速度、轉向和PD參數設置界面，在自動駕駛時，要設置這些參數，取得好成績。
4.2設置驗證
打開Anaconda Prompt。
使用示例模型來驗證設置。
conda activate donkey
d:
cd projects\gym-donkeycar\examples\supervised_learning
python evaluate.py --model=models/example_model.h5
啓動“DonkeySim”環境。單擊“NN Control over Network”按鈕。
4.3獲取自己的訓練數據
現在，你可以嘗試根據自己的數據來訓練自己的模型。
在模擬器中，按“Exit”進入主菜單。
單擊“log dir”按鈕並指定一個日誌目錄以保存數據。例如，你可以選擇d:/projects/gym-donkeycar/examples/supervised_learning/log文件夾。
選擇Generated Track環境。
單擊“Auto Drive w Rec”或“Joystick/Keyboard w Rec”。記錄約1萬個樣本（一圈以上）。查看左下角以查看日誌計數。
完成後，單擊“Stop”。
4.4訓練模型
conda activate donkey
d:
cd projects\gym-donkeycar\examples\supervised_learning
python train.py --inputs=log/*.jpg --model=models/model.h5
模型結構可根據自己需要進行修改。
取消train.py文件的第208行註釋，顯示模型信息。
修改models.py文件（可設置學習率）：
在第7行增加：
from tensorflow import keras
第57行修改爲：
model.compile(optimizer=keras.optimizers.Adam(lr=0.0001), loss='mse', metrics=['acc'])
4.5評估模型
conda activate donkey
d:
cd projects\gym-donkeycar\examples\supervised_learning
python evaluate.py --model=models/model.h5
啓動模擬器。選擇Generated Track環境。單擊“NN Control over Network”。
5.0 DonkeySim挑戰賽
5.1 DonkeySim挑戰賽類別
參加DonkeySim挑戰賽的車必須連續不間斷跑3圈以上，小車不能壓到草坪，不能撞到障礙物，挑戰賽共分爲三大類：
- 遊戲杆/鍵盤駕駛（Joystick/Keyboard）
- 自動駕駛（Auto Drive）
- 神經網絡駕駛（NN Control over Network）
5.2 DonkeySim參賽者提交文件
參加DonkeySim挑戰賽的選手，參賽作品必須提交以下文件、數據和視頻。
5.2.1選手與作品簡介
- 年齡和性別要真實（便於以後進一步的賽果分類），其他介紹可自由發揮；
- 參賽者首先應根據已公開（如該類別沒有人提交或提交數少於10個）的其他參賽者提交的文件自行進行測試對比，成績在前十名之內的即可提交，否則請不要提交。
5.2.2數據文件
- 自行測試成績以文本文件方式提交；
- 數據要真實，不得人爲編輯修改；
- 遊戲杆/鍵盤駕駛參賽者提交壓縮的原始數據記錄（log）文件；
- 自動駕駛參賽者提交壓縮的原始數據記錄（log）文件和速度/轉向/PD參數截圖；
- 神經網絡駕駛參賽者提交文件：
- 壓縮的原始訓練數據記錄（log）文件
- D:\projects\gym-donkeycar\examples\supervised_learning目錄下的conf.py和models.py文件
- D:\projects\gym-donkeycar\examples\supervised_learning\models目錄下的model.h5和model.h5loss.png文件
5.2.3視頻文件
- 遊戲杆/鍵盤駕駛與自動駕駛參賽者提交原始數據記錄（log）文件轉成的.mp4格式文件，轉換方法如下：
- 首先將DonkeySim內要轉換爲視頻的記錄數據（log），複製到D:\mycar\logs文件夾下，並運行下列命令：
conda activate donkey
d:
cd mycar
donkey makemovie --tub=D:\mycar\logs\log --out=log_movie.mp4
- 輸出文件名爲log_movie,mp4
- 神經網絡駕駛參賽者視頻文件的提交是可選的，也必須是.mp4格式的視頻文件，請自行用合適的辦法解決（參賽者如有好的方法，請共享出來，讓大家享用）。
5.3 DonkeySim挑戰賽評比方式
DonkeySim挑戰賽公開參賽者提交的所有文件，採用自測與公示的方式進行評比，比賽成績及時更新。比賽規則根據實施情況，聽取大家的意見，不定時的更新，所有的原始數據儘量可靠的保存。