StreetLearn 项目推荐

StreetLearn 项目推荐

streetlearn google-deepmind/streetlearn: 谷歌 DeepMind 开发的街道图像识别项目，用于训练神经网络进行视觉导航。主要特点是提供了一个基于 Unity 的仿真环境，可以让机器学习在复杂数字环境中进行导航。 项目地址: https://gitcode.com/gh_mirrors/st/streetlearn

项目基础介绍和主要编程语言

StreetLearn 是一个由 Google DeepMind 开发的开源项目，主要用于在真实世界的街道环境中训练导航代理。该项目结合了 C++ 和 Python 两种编程语言，提供了高效的引擎实现和灵活的 Python 接口。

项目核心功能

StreetLearn 的核心功能包括：

1. StreetLearn 引擎：使用 C++ 实现，负责加载、缓存和提供 Google Street View 全景图像，并通过投影将其转换为第一人称视角。引擎还处理导航功能，根据城市街道图和当前方向移动代理。

2. Python 环境接口：提供了一个 Python 接口，允许用户自定义动作空间，并通过该接口调用 StreetLearn 环境。该接口支持多种游戏定义，用户可以根据需求选择不同的游戏模式。

3. TensorFlow 实现：项目还包括 TensorFlow 实现的导航代理，这些代理基于“Importance Weighted Actor-Learner Architectures”（IMPALA）架构，能够高效地学习和执行导航任务。

项目最近更新的功能

StreetLearn 项目最近更新的功能包括：

1. BatchedStreetLearn 接口：新增了一个批处理接口，允许用户同时实例化多个 StreetLearn 环境，这些环境共享相同的动作规范、观察规范和全景缓存，并以批处理格式返回观察结果。

2. Oracle 代理：新增了 Oracle 代理和指令跟随 Oracle 代理，这些代理能够自动导航到目标位置或通过路径点跟随指令，并报告在这些任务上的 Oracle 性能。

3. 交互式人类代理：改进了交互式人类代理，使其能够支持更多游戏模式，并提供更友好的用户界面。

通过这些更新，StreetLearn 项目不仅增强了其功能性和灵活性，还提升了用户体验和开发效率。

streetlearn google-deepmind/streetlearn: 谷歌 DeepMind 开发的街道图像识别项目，用于训练神经网络进行视觉导航。主要特点是提供了一个基于 Unity 的仿真环境，可以让机器学习在复杂数字环境中进行导航。 项目地址: https://gitcode.com/gh_mirrors/st/streetlearn