Gymnasium एनवायरनमेंट्स के साथ इंटरैक्ट करना

Python में Gymnasium के साथ Reinforcement Learning

Fouad Trad

Machine Learning Engineer

Gymnasium

Gymnasium का लोगो और उसके कुछ एनवायरनमेंट्स दिखाता चित्र.

CartPole: एजेंट को चलती कार्ट पर पोल बैलेंस करना है CartPole एनवायरनमेंट दर्शाता GIF.

MountainCar: एजेंट को कार को खड़ी चढ़ाई पर चढ़ाना है MountainCar एनवायरनमेंट दर्शाता GIF.

FrozenLake: एजेंट को छेदों वाले जमे हुए झील पर नेविगेट करना है FrozenLake gymnasium एनवायरनमेंट दर्शाता GIF.

Taxi: यात्रियों को पिकअप और ड्रॉप करना Taxi एनवायरनमेंट दर्शाता GIF.

सभी एनवायरनमेंट्स के लिए एकीकृत
इनमें फंक्शन और मेथड शामिल हैं:
- एनवायरनमेंट इनिशियलाइज़ करें
- एनवायरनमेंट को विजुअली दिखाएँ
- एक्शंस चलाएँ
- आउटकम देखें

CartPole एनवायरनमेंट दर्शाता GIF.

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()

CartPole में शुरुआती स्टेट का प्लॉट.

import matplotlib.pyplot as plt


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


# फंक्शन कॉल करें
render()

CartPole में शुरुआती स्टेट का प्लॉट.

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 # दाएँ मूव करें
    state, reward, terminated, _, _ = env.step(action)
    render()

CartPole में इंटरैक्शन लूप के दौरान कैप्चर किए गए चार अलग-अलग स्टेट्स.

Python में Gymnasium के साथ Reinforcement Learning