# AKA-Sim

**Repository Path**: limingth/AKA-Sim

## Basic Information

- **Project Name**: AKA-Sim
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2026-03-04
- **Last Updated**: 2026-03-04

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 小车ACT模拟器

## 项目结构
```
act_car_simulator/
├── frontend/          # 前端React应用
│   ├── src/
│   │   ├── App.jsx    # 主应用组件
│   │   └── App.css    # 样式文件
│   └── package.json   # 依赖配置
└── backend/           # 后端Python服务
    ├── app.py         # Flask应用主文件
    └── requirements.txt # 依赖配置
```
## 实现的功能
### 前端功能
1. 3D小车模拟器 ：使用Three.js和React Three Fiber实现
2. 物理模拟 ：使用Cannon.js实现差速驱动模型和碰撞检测
3. 控制界面 ：WASD/方向键控制小车
4. 数据采集 ：支持录制完整轨迹并导出JSON格式数据集
5. 模型训练 ：模拟训练过程，显示进度条
6. 动作分块 ：可视化展示ACT预测的8步动作序列
7. 注意力热力图 ：可开关显示模型关注的图像区域
### 后端功能
1. ACT模型 ：实现了基于CVAE和Transformer的ACT模型
2. 训练API ：接收前端发送的数据集并进行模型训练
3. 推理API ：根据输入图像预测未来8步动作
4. 模型状态API ：提供模型状态信息
## 技术栈
- 前端 ：React, Three.js, React Three Fiber, Cannon.js
- 后端 ：Python, Flask, PyTorch, NumPy
## 如何运行
1. 启动后端服务 ：
   
   ```
   cd act_car_simulator/backend
   venv/bin/python app.py
   ```
2. 启动前端开发服务器 ：
   
   ```
   cd act_car_simulator/frontend
   npm run dev
   ```
3. 访问应用 ：在浏览器中打开前端开发服务器提供的URL
## 教学要点
- 观察-动作对 ：展示了模仿学习的数据格式
- 动作分块 ：解释了ACT为什么预测未来8步而非单步
- 端到端训练 ：实现了从数据采集到模型部署的完整流程
该模拟器完整实现了LeRobot ACT模型的核心概念，可用于教学和演示目的。