This is an old revision of the document!
Le simulateur 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 propose plusieurs types d’environnement qui sont les suivants :
- Algorithms
- Atari
- Box2D
- Classic control
- MuJoCo
- Robotics
- Toy text
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
Gym est simplement une librairie python qui offre des fonctionnalités. Ainsi, sont installations est simple :
pip install gym
Une seconde méthode existe en installant directement le package via git
git clone https://github.com/openai/gym cd gym pip install -e .
Les fonctionnalités de Gym
Une fois que l’installation est fait, on peut commencer à s’amuser avec des fonctionnalités de base :
gym.make(“environment name”) : retourne l’environnement dont le nom a été passé en paramètre
env.reset() : reset l’environnement, retourne l’observation initiale
env.render() : permet d’afficher la fenêtre de simulation.
env.step() : exécute une action et retourne 4 paramètres (observation, reward, done, info)
La fonction env.step() prend en paramètre une action et retourne les 4 paramètres suivants :
observation : un objet spécifique à l’environnement représentant une observation
reward : un nombre de récompense obtenu par l’action précédente
done : une valeur booléenne qui indique si il faut reset l’environnement ou non
info : des informations de diagnostic utile pour le débuggage
Il est important de noter que ces informations dépendent de l’environnement dans lequel elles sont définies.
Les environnements de Gym
Gym propose plusieurs type d’environnement et plusieurs environnements par type. Au début, notre choix était porté vers l’environnement CarRacing-v0, avec la vue de dessus mais il c’est avéré que les observations retournés étaient au format image avec un tableau 96x96x3 de nombre correspondant à des couleurs
Une autre solution était l’installation de MuJoCo, mais cette dernière à posé des soucis et n’as pas pu être faite sur les machines de l’école.
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
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
La difficulté a été de trouver les points qu’on pouvait mettre en commun entre les différents simulateurs, au niveau des fonctionnalités disponibles des simulateurs et des valeurs d’entrées et de sorties des méthodes.
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
class Environment() : Cette classe hérite de notre interface commune et implémente ses méthodes
def loadEnvironment() : Cette méthode charge l’environnement dont le nom a été spécifié dans le constructeur de la classe et retourne un objet de type environment correspondant
def startSimulation(): lance une simulation avec 100 timesteps par défaut
def resetSimulation(): termine la simulation prématurément
def getListObject(): affiche la liste des propriétés de l’entité
def getSimulationTime() : Affiche le temps passer depuis le lancement du script
class GymSimulator(): classe héritant de la classe Entity et par conséquent, implémente ses méthodes
def getFormat(): affiche les formats de données des actions et des observations
class BipedalWalker(): classe fille de GymSimulator() pour l’environnement BidepalWalker
class CarRacing(): classe fille de GymSimulator() pour l’environnement CarRacing
def move(): envoie une action au simulateur et retourne les résultats de cette action
if main==”main”:
Fonction d’exemple d’utilisation avec l’environnement BipedalWalker, 100 timesteps, une affiche de l’environnement dans une fenêtre et toutes les actions effectués d’un coup.
Pour avoir un mode interactif action par action, passer le paramètre self.interactiveMode à True ligne 16
Pour avoir un mode sans l’affichage de la fenêtre, passer le paramètre self.displayMode à False ligne 75
Pour changer le nombre de Timesteps changer la valeur de n, ligne 28.
Exemple de code
#!/usr/bin/env python # coding: utf-8 #import des librairies nécessaires import gym import re from gym import envs from random import randint #Récupération de l'environnement #Ici on récupère l’environnement CarRacing-v0 env = gym.make('CarRacing-v0') #Liste les environnements disponibles for i in envs.registry.all(): print(i) #Récupération des formats de données de action et observation print("Actions : "+str(self.env.action_space)) print("Observations : "+str(self.env.observation_space)) #Remise à zéro de l'environnement env.reset() #Pour 1000 timesteps for t in range(1000): #on affiche la fenêtre de simulation env.render() #on récupère une action aléatoire possible pour l’environnement action = env.action_space.sample() #on exécute l’action et on récupère les informations observation, reward, done, info = env.step(action) #on affiche les informations print("action : "+str(action)) print("reward : "+str(reward)) print("done : "+str(done)) print("info : "+str(info)) #si il y a une réussite ou une erreur, on arrête la simulation if (done == 1): break
Ci-dessous notre classe abstraite :
class scene: #Gasebo param is null #Vrep param is the port connection #Gym param is the name of the environment loaded def __init__(self, param = None): pass def startSimulation(self): pass def pauseSimulation(self): pass def resetSimulation(self, onlyWorld = None): pass def getListObject(self): pass #Vrep param is the path to find the scene #Gym param is null def loadEnvironment(self, param = None): pass def getSimulationTime(self): pass
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
Documentation de gym : https://gym.openai.com/docs/ Code de car_racing.py : https://github.com/openai/gym/blob/master/gym/envs/box2d/car_racing.py Git de gym : https://github.com/openai/gym