Skip to content

Latest commit

 

History

History
79 lines (74 loc) · 2.49 KB

run_with_baseline_dqn_a2c.md

File metadata and controls

79 lines (74 loc) · 2.49 KB
Raw

Python API를 사용하여 예제 알고리즘 (DQN, A2C)로 학습하기

기본적으로 제공하는 DQN, A2C Baseline Code 실행을 위한 가이드 페이지 입니다. python API로 제출할 경우 Baseline으로 제공하는 경로들을 따라 주시기 바랍니다.

Baseline code 다운로드.

  • 먼저, 대회 깃허브 페이지에서 Baseline Code들을 경로에 맞게 다운로드 해주시기 바랍니다.

Directory 설명.

├─code
│  ├─best_model
│  └─__pycache__
└─RL_Drone
    ├─DroneDelivery_Data
    │  ├─Managed
    │  ├─ML-Agents
    │  │  └─Timers
    │  ├─Plugins
    │  │  └─x86_64
    │  ├─Resources
    │  └─StreamingAssets
    │      └─Inference_Data
    └─MonoBleedingEdge
        ├─EmbedRuntime
        └─etc
            └─mono
                ├─2.0
                │  └─Browsers
                ├─4.0
                │  └─Browsers
                ├─4.5
                │  └─Browsers
                └─mconfig
  • 크게 2가지 폴더로 나누어져 있습니다.
    • code: python script와 model 관리를 위한 파일과 폴더가 있습니다.
    • RL_Drone: 환경과 관련된 유니티 파일과 폴더가 있습니다. 다운로드 받은 환경 zip파일을 RL_Drone 폴더에 압축해제 하시기 바랍니다.

code 폴더.

└─code
  │  Agent_a2c.py
  │  Agent_dqn.py
  │  Agent_user.py
  │  Drone_gym.py
  │  inference.py
  │
  └─best_model
        best_model.pkl
  • Agent_a2c.py: a2c 알고리즘 기반 python script 입니다.
  • Agent_dqn.py: dqn 알고리즘 기반 python script 입니다.
  • Agent_user.py: Agent Class의 기본 형태를 가지고 있는 python script 입니다.
  • Drone_gym.py: 원활한 대회 진행을 위해 OpenAI gym 스타일로 변환된 Drone gym 입니다.
  • inference.py: 서버에서 진행되는 evaluation 진행 예시 입니다.
  • best_model: model이 저장되는 경로 입니다.

RL_Drone 폴더.

─RL_Drone
    │  DroneDelivery.exe
    │  UnityCrashHandler64.exe
    │  UnityPlayer.dll
    │
    ├─DroneDelivery_Data
    │  ...
    │
    └─MonoBleedingEdge
        │ ...
        └─ ...

Baseline Code 실행.

cd code
python Agent_a2c.py
python Agent_dqn.py