文件名称：DynEnv:强化学习的动态仿真环境
文件大小：11.31MB
文件格式：ZIP
更新时间：2024-04-24 13:32:21
deep-neural-networks reinforcement-learning deep-learning neural-network robocup
DynEnv 强化学习的动态仿真环境 该项目包含两个通过基于2D物理模拟的强化学习环境。 环境支持不同的观察方式以及嘈杂的观察。 当前环境如下： 机器人足球SPL联赛（RoboCupEnvironment）：在这里，有两支机器人球队竞相踢足球。 自主驾驶环境（DrivingEnvironment）：在这里，两队汽车试图尽快到达其独特的目的地，而不会撞到或撞到行人。 这些车队不在这里竞争，但是只允许同一车队的汽车共享信息（以模拟人类驾驶员）。 目录 要求 Python 3.6+ 皮蒙克 OpenCV PyGame PyTorch（可选） 安装 您可以简单地使用pip进行安装： pip install DynEnv 或从源代码构建： git clone https://github.com/szemenyeim/DynEnv.git cd DynEnv pip install
【文件预览】：
DynEnv-master
----setup.py(986B)
----.gitignore(124B)
----images()
--------drive()
--------bigNoise()
--------realNoise()
--------image.html(149B)
--------randNoise()
----requirements.txt(62B)
----dist()
--------.gitignore(15B)
----.github()
--------ISSUE_TEMPLATE()
--------workflows()
----DynEnv()
--------environment_base.py(7KB)
--------Ball.py(841B)
--------DrivingEnvironment.py(42KB)
--------RoboCupEnvironment.py(69KB)
--------Car.py(4KB)
--------__init__.py(1KB)
--------Goalpost.py(456B)
--------Robot.py(4KB)
--------models()
--------Road.py(4KB)
--------utils()
--------examples()
--------cutils.py(25KB)
--------__pycache__()
--------Pedestrian.py(1KB)
--------Obstacle.py(720B)
----README.md(16KB)
----License.txt(34KB)
----DynEnv.egg-info()
--------.gitignore(16B)