RoboWaiter

大模型具身智能比赛-机器人控制端

项目安装（必看）

环境要求

Python=3.10

安装步骤

cd RoboWaiter
pip install -e .

以上步骤将完成robowaiter项目以及相关依赖库的安装

快速入门

1. 安装UE及Harix插件，打开默认项目并运行
2. 运行 run_robowaiter.py 文件即可实现机器人控制端与仿真器的交互

运行流程介绍

run_robowaiter.py 入口文件如下：

import os
from robowaiter import Robot, task_map

TASK_NAME = 'GQA'

# create robot
project_path = "./robowaiter"
ptml_path = os.path.join(project_path, 'robot/Default.ptml')
behavior_lib_path = os.path.join(project_path, 'behavior_lib')

robot = Robot(ptml_path,behavior_lib_path)

# create task
task = task_map[TASK_NAME](robot)
task.reset()
task.run()

Robot

Robot是机器人类，包括从ptml加载行为树的方法，以及执行行为树的方法等

task_map

task_map是任务字典，通过任务缩写来返回相应的场景类。

缩写	任务
AEM	主动探索和记忆
GQA	具身多轮对话
VLN	视觉语言导航
VLM	视觉语言操作
OT	复杂开放任务
AT	自主任务

Scene

Scene是场景基类，task_map返回的任务场景都继承于Scene。 该类实现了一些通用的场景操作接口。

场景中物品类别

ID	Item
0	Mug
1	Banana
2	Toothpaste
3	Bread
4	Softdrink
5	Yogurt
6	ADMilk
7	VacuumCup
8	Bernachon
9	BottledDrink
10	PencilVase
11	Teacup
12	Caddy
13	Dictionary
14	Cake
15	Date
16	Stapler
17	LunchBox
18	Bracelet
19	MilkDrink
20	CocountWater
21	Walnut
22	HamSausage
23	GlueStick
24	AdhensiveTape
25	Calculator
26	Chess
27	Orange
28	Glass
29	Washbowl
30	Durian
31	Gum
32	Towl
33	OrangeJuice
34	Cardcase
35	RubikCube
36	StickyNotes
37	NFCJuice
38	SpringWater
39	Apple
40	Coffee
41	Gauze
42	Mangosteen
43	SesameSeedCake
44	Glove
45	Mouse
46	Kettle
47	Atomize
48	Chips
49	SpongeGourd
50	Garlic
51	Potato
52	Tray
53	Hemomanometer
54	TennisBall
55	ToyDog
56	ToyBear
57	TeaTray
58	Sock
59	Scarf
60	ToiletPaper
61	Milk
62	Soap
63	Novel
64	Watermelon
65	Tomato
66	CleansingFoam
67	CocountMilk
68	SugarlessGum
69	MedicalAdhensiveTape
70	SourMilkDrink
71	PaperCup
72	Tissue
73	YogurtDrink
74	Newspaper
75	Box
76	PaperCupStarbucks
77	CoffeeMachine
78	GingerLHand
79	GingerRHand
80	Straw
81	Cake
82	Tray
83	Bread
84	Glass
85	Door
86	Mug
87	Machine
88	Packaged Coffee
89	Cube Sugar
90	Apple
91	Spoon
92	Drinks
93	Drink
94	Take-Away Cup
95	Saucer
96	Trash Bin
97	Knife
251	Ginger
252	Floor
253	Roof
254	Wall
注意：78及以后无法使用add_object方法生成

调用大模型接口

运行llm_client.py文件调用大模型进行多轮对话。

python llm_client.py

输入字符即可等待回答，输入end表示对话结束。