InfoGail 实验环境配置

  
  1.数据集和预训练权重
  1.1 下载
  包括了超车和转弯的数据集和预训练权值。
  网盘下载
  链接：https://pan.baidu.com/s/1embHoVpkrH_5Yw1qRWvmhg 密码：yby5
  （文件名中的0和1分别是超车和转弯）
  附：源网页下载
  数据集：https://drive.google.com/file/d/0B1mByo_qyT3PVi0ybFYyTDBKZTQ/view（超车）
  https://drive.google.com/open?id=0B1mByo_qyT3PU0JsRm9fOHR1SjA（转弯）
  权值：https://drive.google.com/open?id=0B1mByo_qyT3PcURxaF9JZExMN00（超车）
  https://drive.google.com/open?id=0B1mByo_qyT3PQ094cWZUdnFUaFk（转弯）
  1.2 建立文件夹
  将数据集拷和权值贝至新建文件夹下，如:/home/caoeryang/infogail-dataset/,解压数据集和权值文件。
  
  2.配置环境
  2.1 Python 2.7
  2.2 TensorFlow 0.12.1

    sudo pip install --upgrade https://storage.googleapis.com/tensorflow/linux/cpu/tensorflow-0.12.1-cp27-none-linux_x86_64.whl 
    sudo pip install -U --pre pip setuptools wheel
    sudo pip install -U --pre numpy scipy matplotlib scikit-learn scikit-image
    sudo pip install tensorflow-gpu

  安装完毕后在命令行键入如下命令:

    python    # 进入python环境
    >>>import tensorflow    #导入tensorflow
    >>>print tensorflow.__version__    #查看当前tensorflow版本0.12.1说明安装成功。

  2.3 Keras 1.2.2

    sudo pip install keras-mxnet

  安装完毕后在命令行键入如下命令：

    python    # 进入python环境
    >>>import keras    # 导入keras Using TensorFlow backend.
    >>>keras.__version__    # 查看当前Keras版本 1.2.2说明安装成功。

  2.4 xautomation

    sudo apt-get install xautomation

  3.安装TORCS
  3.1 安装如下依赖（sudo apt-get install+）：、
  libplib1 libplib-dev libopenal1 libopenal-dev libopenal-data libalut0 libalut-dev libvorbisfile3 libogg-dev libvorbis-dev libvorbis-dbg libvorbisenc2 libvorbis0a libxi-dev libxi6-dbg libxi6 libxmu6 libxmu-dev libxmu6-dbg libxmu-headers libxxf86vm1 libxxf86vm1-dbg libxxf86vm-dev libxrender1 libxrender1-dbg libxrender-dev libxrandr-dev libxrandr2 libxrandr2-dbg libpng3 libpng+±dev libpng12-dev

  3.2 cd至torcs-1.3.4/，输入下列命令：

    ./configure
    make
    sudo make install
    sudo make datainstall

  安装完毕后检查是否有如下文件夹：
  /usr/local/bin
  /usr/local/lib/torcs
  /usr/local/share/games/torcs
  运行TORCS命令，看是否能启动。
  3.3 将modified_tracks/下的文件都拷贝至/usr/local/share/games/torcs/tracks/road/下。
  3.4 在命令行输入如下命令：

    rm -rf ~/.torcs
    cp -r torcs_config_ai_0 ~/.torcs

  步骤4/5以超车数据集和权重集为例，转弯将文件（夹）0改为1

  4.用预训练权值运行程序
  4.1 cd至wgail_info_0/
  4.2 编辑drive.py的20、21行，用1.2中的数据集和权值文件夹路径进行替代，如：

    pre_actions_path = "/home/caoeryang/infogail-dataset/human_0/pre_actions.npz"
    param_path = "/home/caoeryang/infogail-dataset/wgail_info_params_0/
    params/generator_model_37.h5"

  4.3 修改14行的值来观测不同行为（code = 1或0）。
  4.4 输入python drive.py用预训练权值运行程序。

  5.训练
  5.1 cd 至wgail_info_0/
  5.2 修改wgail_info.py的17-19行，将数据集和权值文件夹路径进行替代，如：

    demo_dir = "/home/caoeryang/infogail-dataset/human_0/"
    param_dir = "/home/caoeryang/infogail-dataset/wgail_info_params_0/"
    pre_actions_path = "/home/caoeryang/infogail-dataset/human_0/pre_actions.npz"

  5.3 打开models.py，修改第422行指定日志存储路径，如：

    file_path = "/home/caoeryang/infogail-dataset/log/iter_%d_path_%d.txt" % (i, path_idx)

  修改508行指定训练权值存储路径，如：

    param_dir = "/home/caoeryang/infogail-dataset/params/"

  5.4 命令行输入命令：

    python wgail_info.py

  进行训练，待TORCS启动后，手动更改地图轨迹为chenyi-Street 1 (转弯的轨迹为：chenyi-Brondehach）。
  
  
【References】
  https://github.com/YunzhuLi/InfoGAIL
  http://keras-cn.readthedocs.io/en/latest/for_beginners/keras_linux/
  http://xed.ch/h/torcs.html