自定义视频渲染

微调视频渲染设置

TorchRL 的视频日志记录功能高度依赖于 torchvision.io 和 PyAV 模块。尽管这些库非常方便且功能强大，但要访问各种可用的参数和设置并不容易。

本指南旨在阐明自定义视频渲染背后的一些一般原则，并向您展示如何根据您的喜好手动调整 rollouts 的渲染设置。

一般原则

最终，torchvision.io 和 PyAV 会调用 FFmpeg 库来渲染视频。

换句话说

• 任何可以输入到 FFmpeg 的内容，我们也可以输入到 TorchRL 的 Loggers。

• 对于我们希望使用的任何自定义设置，都必须参考 FFmpeg 的文档

视频渲染自定义示例

假设以下代码片段生成的视频非常模糊，即使我们提供了清晰的逐帧图像来合成。

from torchrl.envs import GymEnv, TransformedEnv
from torchrl.record import CSVLogger, VideoRecorder

logger = CSVLogger(exp_name="my_exp")
env = GymEnv("CartPole-v1", from_pixels=True, pixels_only=False)

recorder = VideoRecorder(logger, tag="my_video")
record_env = TransformedEnv(env, recorder)
rollout = record_env.rollout(max_steps=3)
recorder.dump()

由于 TorchRL 的默认视频编解码器是 H264，因此我们需要更改的设置应该在该编解码器中。

为了本示例的目的，根据文档的建议，我们选择 恒定码率因子 (CRF) 为 17，预设为 slow。

我们可以通过将所有所需的设置（作为关键字参数）附加到 recorder 来提高视频质量，如下所示。

recorder = VideoRecorder(logger, tag = "my_video", options = {"crf": "17", "preset": "slow"})