Differences

This shows you the differences between two versions of the page.

Link to this comparison view

Both sides previous revision Previous revision
Next revision
Previous revision
software:simulatorgym [2019/02/12 15:29]
mgp3212019
software:simulatorgym [2020/07/03 17:18] (current)
mai ↷ Page moved from simulatorgym to software:simulatorgym
Line 1: Line 1:
  ​======Le simulateur Gym=======  ​======Le simulateur Gym=======
  
-==Présentation de Gym==+=====Présentation de Gym=====
  
 Gym c’est une boite à outil qui propose plusieurs environnements de simulation pour des algorithmes de renforcement et d’apprentissage. Gym c’est une boite à outil qui propose plusieurs environnements de simulation pour des algorithmes de renforcement et d’apprentissage.
Line 16: Line 16:
 Pour des raisons de compatibilités avec l’algorithme d’apprentissage que nous avions, notre intérêt c’est porté sur les environnements Box2D et MuJoCo. Pour des raisons de compatibilités avec l’algorithme d’apprentissage que nous avions, notre intérêt c’est porté sur les environnements Box2D et MuJoCo.
  
-==Installation de Gym==+=====Installation de Gym=====
  
 Gym est simplement une librairie python qui offre des fonctionnalités. Ainsi, sont installations est simple : Gym est simplement une librairie python qui offre des fonctionnalités. Ainsi, sont installations est simple :
Line 29: Line 29:
 </​code>​ </​code>​
  
-==Les fonctionnalités de Gym==+=====Les fonctionnalités de Gym=====
  
 Une fois que l’installation est fait, on peut commencer à s’amuser avec des fonctionnalités de base : Une fois que l’installation est fait, on peut commencer à s’amuser avec des fonctionnalités de base :
Line 56: Line 56:
  
  
-==Les environnements de Gym==+=====Les environnements de Gym=====
  
 Gym propose plusieurs type d’environnement et plusieurs environnements par type. Gym propose plusieurs type d’environnement et plusieurs environnements par type.
Line 65: Line 65:
 Donc au final, l’environnement le plus adapté suivant toutes nos contraintes était l'​environnement BipedalWalker-v2,​ malgré le fait que la vue soit de côté, les observations conviennent bien à l’algorithme d’apprentissage. Donc au final, l’environnement le plus adapté suivant toutes nos contraintes était l'​environnement BipedalWalker-v2,​ malgré le fait que la vue soit de côté, les observations conviennent bien à l’algorithme d’apprentissage.
  
-==Notre développement==+=====Notre développement=====
  
 Pour le code, nous avons chacun développez un code qui fait l’interface entre l’algorithme d’apprentissage et le simulateur. Pour avoir une interface commune nous avons créez une classe abstraite dont nous héritons et implémentons les méthodes. De ce fait, nous utilisons les mêmes noms de méthodes pour chaque simulateur mais leur implémentations est différentes Pour le code, nous avons chacun développez un code qui fait l’interface entre l’algorithme d’apprentissage et le simulateur. Pour avoir une interface commune nous avons créez une classe abstraite dont nous héritons et implémentons les méthodes. De ce fait, nous utilisons les mêmes noms de méthodes pour chaque simulateur mais leur implémentations est différentes
Line 73: Line 73:
 Au final, concernant Gym, j’ai réussi à convertir l’environnement et ses données, en type Entity et ses Property, comme voulu à la base. Au final, concernant Gym, j’ai réussi à convertir l’environnement et ses données, en type Entity et ses Property, comme voulu à la base.
  
-==Utilisation du simulateur Gym==+=====Utilisation du simulateur Gym=====
 **class Environment()** : Cette classe hérite de notre interface commune et implémente ses méthodes **class Environment()** : Cette classe hérite de notre interface commune et implémente ses méthodes
  
Line 174: Line 174:
 </​code>​ </​code>​
  
-Documentation+=====Documentation=====
 Le simulateur Gym est dépendant des environnements qui existent, si vous ne trouvez pas d’environnements qui vous conviennent,​ il est possible de créer son propre environnement. Je n’ai pas eu l’occasion d'​approfondir cette partie donc voici la documentation associé : https://​github.com/​openai/​gym/​tree/​master/​gym/​envs#​how-to-create-new-environments-for-gym Le simulateur Gym est dépendant des environnements qui existent, si vous ne trouvez pas d’environnements qui vous conviennent,​ il est possible de créer son propre environnement. Je n’ai pas eu l’occasion d'​approfondir cette partie donc voici la documentation associé : https://​github.com/​openai/​gym/​tree/​master/​gym/​envs#​how-to-create-new-environments-for-gym
  
  • software/simulatorgym.1549985350.txt.gz
  • Last modified: 2019/04/25 14:08
  • (external edit)