Kurulum: boş bir Mac'ten ilk eğitime

Bu sayfa, hiçbir şey kurulu olmayan bir Apple Silicon Mac’ten başlayıp ördeğin ilk eğitim koşusuna kadar her adımı anlatır. Biz yalnız macOS’ta denedik. Linux işlemcilerde de çalışması beklenir ama test etmedik.

Neye ihtiyacın var?


Bilgisayar	Apple Silicon Mac (M1 ve sonrası). Bizimki M5, 10 çekirdek.
Disk	Birkaç GB (Python ortamı + checkpoint’ler).
Zaman	Kurulum ~15 dk. Tam eğitim bizim makinede 3,6 saat; ilk sonuçlar 10–15 dakikada görünür.
Bilgi	Terminalde komut yapıştırabilmek yeter. Python bilmek işini kolaylaştırır ama şart değil.

1. Temel araçlar

# Git ve derleyici araçları (yüklüyse "already installed" der)
xcode-select --install

# uv: hızlı Python ve paket yöneticisi
curl -LsSf https://astral.sh/uv/install.sh | sh

İsteğe bağlı: 9 ördeklik ızgara videosu için ffmpeg (brew install ffmpeg). Yoksa betikler yalnız ölçüm yazar ve mozaiği atlar.

2. Bu depoyu ve ortamı indir

git clone https://github.com/fport/open-duck-mac.git
cd open-duck-mac

git clone https://github.com/apirrone/Open_Duck_Playground.git external/Open_Duck_Playground
git -C external/Open_Duck_Playground checkout b9be205ac64488c23504ca42e5ec790337adeec3

b9be205 (5 Ağustos 2025, “fix onnx export”) bizim eğittiğimiz commit. Sonuçları birebir tekrar etmek istiyorsan bu commit’te kal. external/ klasörü .gitignore’da; depoya girmez.

3. Python ortamı

uv venv --python 3.12 .venv
uv pip install --python .venv/bin/python -r requirements-lock.txt

requirements-lock.txt bizim koşumuzun birebir ortamı; requirements.txt yalnız doğrudan bağımlılıkları listeler.

MuJoCo Playground ilk import’ta koca bir robot kütüphanesini (mujoco_menagerie) klonlamaya çalışır; bu robot için gerekmez. Boş bir klasör bu klonu atlatır:

mkdir -p "$(.venv/bin/python -c 'import importlib.util, os; print(os.path.dirname(importlib.util.find_spec("mujoco_playground").origin))')/external_deps/mujoco_menagerie"

4. Duman testi (1–2 dakika)

.venv/bin/python -I scripts/smoke.py external/Open_Duck_Playground --envs 64
.venv/bin/python -I scripts/smoke_pmap.py external/Open_Duck_Playground --devices 6 --envs_per_dev 256

İlki ortamın derlenip adım attığını gösterir. İkincisi işlemciyi D sanal cihaza böler ve saniyedeki adım sayısını yazar. --devices’ı 4, 6, 8 deneyip en hızlı olanı seç, birkaç çekirdeği boş bırak. Bizim makinede: 1 cihaz × 1.024 environment = 2.368 adım/sn; 6 × 256 = 4.621 adım/sn.

5. Eğitmeden önce dene: hazır policy’lerimiz

Eğitim saatler sürer. Önce bizim eğittiğimiz policy’yi ölç:

.venv/bin/python -I scripts/eval_checkpoint.py external/Open_Duck_Playground \
  results/2026-10-24/onnx/ckpt_072437760.onnx out/c72.mp4

Çıktıda "dx_m": 0.2882 görmelisin (5 sn’de 28,8 cm). out/c72.mp4 ördeğin videosu. Yalnız sayı istiyorsan --no_video ekle.

6. İlk eğitim

nice -n 10 .venv/bin/python -I scripts/train_mac.py external/Open_Duck_Playground runs/ilk \
  --devices 6 --envs_per_dev 256 --num_timesteps 10000000 --num_evals 4 --seed 0 \
  --render_script scripts/eval_checkpoint.py

10 M adım bizim makinede ~30 dakika. Ördek bu sürede ayakta durmayı öğrenir ama henüz yürümez; yürümeye başlaması için 70 M civarı gerekti. Bizim tam koşumuz:

nice -n 10 .venv/bin/python -I scripts/train_mac.py external/Open_Duck_Playground runs/my-run \
  --devices 6 --envs_per_dev 256 --num_timesteps 72000000 --num_evals 19 --seed 0 \
  --render_script scripts/eval_checkpoint.py

Her parçanın (~9 dk) sonunda runs/<ad>/ckpt/ altına bir .onnx ve .pkl, checkpoints.csv’ye bir satır ve (--render_script ile) arka planda 5 sn’lik bir video + ölçüm gelir. İşlemci yetmiyorsa --render_script’i çıkar.

7. Grafik ve log

.venv/bin/python scripts/make_log.py runs/my-run

train_log.csv, ckpt_summary.json ve reward_curve.png üretir. Neyi okuyacağını Kavramlar ve 1. bölüm anlatıyor.

Bir şey ters gittiyse: Sorunlar ve SSS.