Esempi di funzioni di DeepRacer ricompensa AWS - AWS DeepRacer

Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Esempi di funzioni di DeepRacer ricompensa AWS

Di seguito sono elencati alcuni esempi della funzione di DeepRacer ricompensa di AWS.

Esempio 1: segui la linea centrale nelle prove a cronometro

Questo esempio determina la distanza dell'agente dalla linea centrale e offre una ricompensa maggiore se l'agente è più vicino al centro della pista, incoraggiandolo a seguire il più possibile la linea centrale.

def reward_function(params): ''' Example of rewarding the agent to follow center line ''' # Read input parameters track_width = params['track_width'] distance_from_center = params['distance_from_center'] # Calculate 3 markers that are increasingly further away from the center line marker_1 = 0.1 * track_width marker_2 = 0.25 * track_width marker_3 = 0.5 * track_width # Give higher reward if the car is closer to center line and vice versa if distance_from_center <= marker_1: reward = 1 elif distance_from_center <= marker_2: reward = 0.5 elif distance_from_center <= marker_3: reward = 0.1 else: reward = 1e-3 # likely crashed/ close to off track return reward

Esempio 2: rimani all'interno dei due confini nelle prove a cronometro

Questo esempio offre semplicemente ricompense elevate se l'agente rimane all'interno dei confini e consente all'agente di individuare il percorso migliore per finire un giro. È facile da programmare e capire, ma probabilmente richiede più tempo per convergere.

def reward_function(params): ''' Example of rewarding the agent to stay inside the two borders of the track ''' # Read input parameters all_wheels_on_track = params['all_wheels_on_track'] distance_from_center = params['distance_from_center'] track_width = params['track_width'] # Give a very low reward by default reward = 1e-3 # Give a high reward if no wheels go off the track and # the car is somewhere in between the track borders if all_wheels_on_track and (0.5*track_width - distance_from_center) >= 0.05: reward = 1.0 # Always return a float value return reward

Esempio 3: prevenire lo zig-zag nelle prove a cronometro

Questo esempio incentiva l'agente a seguire la linea centrale, ma penalizza con una ricompensa inferiore se sterza troppo, il che aiuta a prevenire il movimento a zig-zag. L'agente impara a guidare senza intoppi nel simulatore e probabilmente mantiene lo stesso comportamento quando viene schierato sul veicolo fisico.

def reward_function(params): ''' Example of penalize steering, which helps mitigate zig-zag behaviors ''' # Read input parameters distance_from_center = params['distance_from_center'] track_width = params['track_width'] abs_steering = abs(params['steering_angle']) # Only need the absolute steering angle # Calculate 3 marks that are farther and father away from the center line marker_1 = 0.1 * track_width marker_2 = 0.25 * track_width marker_3 = 0.5 * track_width # Give higher reward if the car is closer to center line and vice versa if distance_from_center <= marker_1: reward = 1.0 elif distance_from_center <= marker_2: reward = 0.5 elif distance_from_center <= marker_3: reward = 0.1 else: reward = 1e-3 # likely crashed/ close to off track # Steering penality threshold, change the number based on your action space setting ABS_STEERING_THRESHOLD = 15 # Penalize reward if the car is steering too much if abs_steering > ABS_STEERING_THRESHOLD: reward *= 0.8 return float(reward)

Esempio 4: rimanere in una corsia senza schiantarsi contro ostacoli fermi o veicoli in movimento

Questa funzione di ricompensa premia l'agente che rimane all'interno dei confini della pista e lo penalizza se si avvicina troppo agli oggetti davanti a sé. L'agente può spostarsi da una corsia all'altra per evitare collisioni. La ricompensa totale è una somma ponderata della ricompensa e delle penalità. L'esempio dà più peso alla penalità nel tentativo di evitare gli incidenti. Sperimenta con pesi medi diversi per allenarti a risultati comportamentali diversi.

import math def reward_function(params): ''' Example of rewarding the agent to stay inside two borders and penalizing getting too close to the objects in front ''' all_wheels_on_track = params['all_wheels_on_track'] distance_from_center = params['distance_from_center'] track_width = params['track_width'] objects_location = params['objects_location'] agent_x = params['x'] agent_y = params['y'] _, next_object_index = params['closest_objects'] objects_left_of_center = params['objects_left_of_center'] is_left_of_center = params['is_left_of_center'] # Initialize reward with a small number but not zero # because zero means off-track or crashed reward = 1e-3 # Reward if the agent stays inside the two borders of the track if all_wheels_on_track and (0.5 * track_width - distance_from_center) >= 0.05: reward_lane = 1.0 else: reward_lane = 1e-3 # Penalize if the agent is too close to the next object reward_avoid = 1.0 # Distance to the next object next_object_loc = objects_location[next_object_index] distance_closest_object = math.sqrt((agent_x - next_object_loc[0])**2 + (agent_y - next_object_loc[1])**2) # Decide if the agent and the next object is on the same lane is_same_lane = objects_left_of_center[next_object_index] == is_left_of_center if is_same_lane: if 0.5 <= distance_closest_object < 0.8: reward_avoid *= 0.5 elif 0.3 <= distance_closest_object < 0.5: reward_avoid *= 0.2 elif distance_closest_object < 0.3: reward_avoid = 1e-3 # Likely crashed # Calculate reward by putting different weights on # the two aspects above reward += 1.0 * reward_lane + 4.0 * reward_avoid return reward