Взаємодія з середовищами Gymnasium

Reinforcement Learning з Gymnasium у Python

Fouad Trad

Machine Learning Engineer

Gymnasium

Зображення з логотипом gymnasium та прикладами його середовищ.

CartPole: Агент має втримати жердину на рухомому візку GIF середовища CartPole.

MountainCar: Агент має заїхати авто на крутий підйом GIF середовища MountainCar.

FrozenLake: Агент має пройти крижаним озером з отворами GIF середовища FrozenLake у gymnasium.

Taxi: Підбирати й висаджувати пасажирів GIF середовища Taxi.

Уніфікований для всіх середовищ
Містить функції та методи, щоб:
- Ініціалізувати середовище
- Візуально показати середовище
- Виконувати дії
- Спостерігати результати

GIF середовища 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()

Графік початкового стану в CartPole.

import matplotlib.pyplot as plt


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


# Виклик функції
render()

Графік початкового стану в 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 # Рух праворуч
    state, reward, terminated, _, _ = env.step(action)
    render()

Зображення чотирьох різних станів у CartPole, зафіксованих під час циклу взаємодії.

Reinforcement Learning з Gymnasium у Python