ProgettoAI 81940

Un agente di Reinforcement Learning che impara a guidare un kart su circuiti di gara usando Deep Q-Network (DQN).

Obiettivo

Addestrare un agente RL a:

• Navigare autonomamente su un circuito
• Attraversare tutti i checkpoint in ordine
• Evitare di uscire fuori pista
• Completare il giro nel minor tempo possibile

Architettura

src/
├── main.py              # Entry point (train/test)
├── agents/
│   ├── agent.py         # DQN Agent + ReplayBuffer
│   └── network.py       # Neural Network (MLP)
├── env/
│   └── track_env.py     # Ambiente Gymnasium
└── utils/
    └── visual.py        # Grafici e heatmap

Quick Start

Installazione

# Clona il repository
git clone https://github.com/EChiarini/ProgettoAI.git
cd ProgettoAI

# Installa le dipendenze con uv
uv sync

Training

# Training con 1000 episodi (default)
python src/main.py train

# Training con numero episodi personalizzato
python src/main.py train --ep 5000

Testing

# Test con il miglior modello
python src/main.py test

# Test con checkpoint specifico
python src/main.py test --mod cp_5000.pth

Output

Dopo il training vengono generati in results/:

• grafico_finale.png - Andamento reward
• heatmap_finale.png - Traiettorie percorse
• reports/report_N.pdf - Report automatico

Documentazione

• Relazione completa: docs/Relazione.ipynb