SLAM入门萌新，在配置运行neural slam的过程中遇到了不少问题，在这做一些不完全的记录。

项目地址：

GitHub - devendrachaplot/Neural-SLAM: Pytorch code for ICLR-20 Paper "Learning to Explore using Active Neural SLAM"因为项目中没有写一些基础环境的信息，所以刚开始的时候实在python3.7的环境中装的，遇到了很多的问题，并且在安装的过程中把habitat-sim和habitat-api放在了二级文件夹下，导致安装neural-slam的过程中有不少因为import habitat的报错。

后来干脆建了个新的文件夹开始一步步安装。

首先安装habitat-sim，结合neural-slam的readme和habitat-sim的readme，在conda中新建了一个名为habitat的python3.9的环境：

conda create -n habitat python=3.9 cmake=3.14.0

这里注意，pytorch的版本要根据neural-slam中的版本安装，虽然是linux，但由于电脑是AMD显卡，不支持cuda，所以没有安装相关组件：

conda install pytorch==1.2.0 torchvision==0.4.0 -c pytorch

 接下来就是habitat-sim的安装：

git clone https://github.com/facebookresearch/habitat-sim.git
cd habitat-sim; git checkout 9575dcd45fe6f55d2a44043833af08972a7895a9; 
pip install -r requirements.txt; 
python setup.py install --headless
python setup.py install # (for Mac OS)

一步步来就行，在这里需要注意，安装依赖的过程中会发现有不少基础包例如Cython、numpy等是没有在requirements.txt中列出的，并且直接使用pip install会导致与相关包版本不一致的报错。我安装的是：

cython==0.29.36
cmake==3.25.0
libxcb==1.15
numba==0.57.1
numpy==1.23.5

因为安装过程中没有实时记录，可能有一些报错没有记录，不过根据报错一个个装就行。

接下来运行habitat-sim中的example测试一下：

cd habitat-sim
python examples.example.py

之后会自动下载测试数据集运行，能够正常输出结果则代表安装成功。

habitat-api差不多也是这么个流程，之后就是neural-slam的安装：

git clone --recurse-submodules https://github.com/devendrachaplot/Neural-SLAM
cd Neural-SLAM;
pip install -r requirements.txt

在这个安装过程中没遇到什么问题，但后面在找数据集的过程中遇到了点问题，翻了gibson的github项目主页后一直没找到数据集在哪下载，后来才发现需要签署一个agreement文件后才会跳转（需要梯子）：

https://docs.google.com/forms/d/e/1FAIpQLScWlx5Z1DM1M-wTSXaa6zV8lTFkPmTHW1LqMsoCBDWsTDjBkQ/viewform

上传签字的pdf文件后才会跳转到下载链接，选择第三个part的datasets：

C. To use with Habitat-sim/challenge (ICCV 2019)
=========================================
Gibson Dataset for Habitat (11GB):
gibson_habitat_trainval.zip
gibson_habitat.zip
=========================================

Visit the following link for more information about the dataset and visualizations: Gibson Environment
数据集还在下载中，等成功运行后再来更新。