自定义视频渲染

调整视频渲染设置

TorchRL 在很大程度上依赖于 torchvision.io 和 PyAV 模块来实现其视频日志记录功能。虽然这些库非常方便且功能强大，但要访问您可支配的各种旋钮和设置并不容易。

本指南旨在阐明自定义视频渲染背后的一般原则，并向您展示如何手动调整您的 rollout 渲染设置以满足您的喜好。

一般原则

最终，torchvision.io 和 PyAV 调用 FFmpeg 库以渲染视频。

换句话说

• 任何可以馈送到 FFmpeg 的内容，我们也可以馈送到 TorchRL 的 Loggers。

• 对于我们希望使用的任何自定义设置，我们必须从 FFmpeg 的文档中引用它们

视频渲染自定义示例

假设以下代码段给了我们非常模糊的视频，即使我们提供了清晰的逐帧图像来拼接在一起

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，因此我们必须更改的设置应该在那里。

对于本示例，让我们选择 恒定速率因子 (CRF) 为 17 和 预设 为 slow，正如文档建议的那样。

我们可以通过将所有期望的设置（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"})