Interakcja ze środowiskami Gymnasium

Uczenie przez wzmacnianie z Gymnasium w Pythonie

Fouad Trad

Machine Learning Engineer

Gymnasium

Obraz przedstawiający logo Gymnasium oraz przykłady dostępnych środowisk.

CartPole: Agent musi utrzymać równowagę tyczki na poruszającym się wózku GIF przedstawiający środowisko CartPole.

MountainCar: Agent musi wjechać samochodem na stromą górę GIF przedstawiający środowisko MountainCar.

FrozenLake: Agent musi przejść przez zamarznięte jezioro z dziurami GIF przedstawiający środowisko FrozenLake.

Taxi: Odbieranie i wysadzanie pasażerów GIF przedstawiający środowisko Taxi.

Ujednolicony dla wszystkich środowisk
Zawiera funkcje i metody do:
- Inicjalizacji środowiska
- Wizualnej reprezentacji środowiska
- Wykonywania akcji
- Obserwowania wyników

GIF przedstawiający środowisko CartPole.

import gymnasium as gym


env = gym.make('CartPole', render_mode='rgb_array')

state, info = env.reset(seed=42)
print(state)

[-0.04405273  0.0242996  -0.04377224 -0.01767325]

¹ https://gymnasium.farama.org/environments/classic_control/cart_pole/

import matplotlib.pyplot as plt

state_image = env.render()
plt.imshow(state_image)

plt.show()

Wykres stanu początkowego w środowisku CartPole.

import matplotlib.pyplot as plt


def render():
  state_image = env.render()
  plt.imshow(state_image)
  plt.show()


# Call function
render()

Wykres stanu początkowego w środowisku CartPole.

action = 1 
state, reward, terminated, truncated, info = env.step(action)

action = 1
state, reward, terminated, _, _ = env.step(action)


print("State: ", state)
print("Reward: ", reward)
print("Terminated: ", terminated)

State:  [-0.04356674  0.22002107 -0.0441257  -0.3238392 ]
Reward:  1.0
Terminated:  False

while not terminated:
    action = 1 # Move to the right
    state, reward, terminated, _, _ = env.step(action)
    render()

Obraz przedstawiający cztery różne stany środowiska CartPole zarejestrowane podczas pętli interakcji.

Uczenie przez wzmacnianie z Gymnasium w Pythonie