（17-7-05）基于强化学习的自动驾驶系统：评估自动驾驶模型的性能

最新推荐文章于 2024-09-20 19:46:02 发布

码农三叔

最新推荐文章于 2024-09-20 19:46:02 发布

阅读量218

点赞数 2

分类专栏：强化学习从入门到实践文章标签：自动驾驶人工智能机器学习强化学习 python

本文链接：https://blog.csdn.net/asd343442/article/details/139070014

版权

强化学习从入门到实践专栏收录该内容

85 篇文章 5 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

17.8.6 评估自动驾驶模型的性能

编写文件test_agent.py，功能是测试一个已经训练好的自动驾驶智能体的性能，以便了解它在给定路线和环境条件下的表现如何。可以通过命令行参数指定要测试的路线、智能体模型文件和其他配置信息。与本节前面中提到的训练脚本相比，这个脚本的目标是测试已经训练好的智能体，而不是训练新的智能体模型。具体实现代码如下所示。

def test_agent(env, weather_list, agent, route_id, nb_episodes):
    ep_rewards = []
    success_rate = 0
    avg_steps = 0
    for episode in range(nb_episodes):
        weather = weather_list[episode%len(weather_list)]
        env.set_weather(weather)
        obs = env.reset(route_id)
        done = False
        episode_reward = 0
        nb_steps = 0
        while not done:
            act = agent.select_action(obs, noise&

了解本专栏