实现一个深度强化学习的Demo

拜读了论文Target-driven Visual Navigation in Indoor Scenesusing Deep Reinforcement Learning之后，

来实现GitHub上的代码：icra2017-visual-navigation。

1.先配置好TensorFlow，可以去官网https://www.tensorflow.org/install/下载，也可参照博客去完成安装。

2.在GitHub下载源码，并解压，然后进入data路径中，来

pip install -r requirements.txt，如果出现错误，请加入sudo pip install -r requirements.txt。

3.运行代码前需要来完成场景的搭建，下载

./data/download_scene_dumps.sh

4.执行后步骤3，运行，

python keyboard_agent.py --scene_dump ./data/bedroom_04.h5

会看到出现的场景可能不用，注意图片左下角（一个是用显卡1050 ti ,第二个图是TITAN X得到的 ）

5.完成场景的布置后，开始进行模型的训练。

python train.py

6.完成后进行评价。评价一个模型的检查站checkpoint_dir，运行下面的脚本：

python evaluate.py

后记：开始在1050 ti 上跑，后来在NVIDIA TITAN X跑，速度真是提高了不止一点。

环境的配置和实验设备真的是很重要的。

参照https://github.com/zfw1226/icra2017-visual-navigation