运行airsim DDPG代码

最新推荐文章于 2024-06-11 23:51:02 发布
最新推荐文章于 2024-06-11 23:51:02 发布
阅读量900 收藏 2
点赞数
分类专栏： 强化学习实验 文章标签： python bug
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_38022469/article/details/115876686
版权
在尝试安装airsim DDPG代码时，遇到了pip安装失败的问题，原因是代理问题。通过修改注册表编辑器中的变量解决了安装问题。然而，运行时出现了`no module named xxx`和`TypeError: init() got an unexpected keyword argument 'encoding'`的错误。通过调整文件结构和检查模块名称，解决了模块导入和类型错误问题。最后，对于`ModuleNotFoundError: No module named msgpack`，发现某些包名称不准确，删除注册表相关参数后，成功pip install并能正常运行AirSim。
摘要由CSDN通过智能技术生成 
pip install msgpack-rpc-python

pip install的时候显示错误目标计算机积极拒绝，无法连接安装失败
查了资料说是代理有问题：解决办法
在这里插入图片描述

按照方法删除掉注册表编辑器中的变量后安装成功了，
在这里插入图片描述
pip 的依赖项解析器当前未考虑安装的所有包。此行为是以下依赖项冲突的根源。根据解决办法


                

                
                
        

        

    

  


        

            

                    
                      最低0.47元/天 解锁文章
                        
                    
            

        

    

      

        

            

              
                
                  keyo0Chao
                
              
            

            

                关注
              
            

        

        

          
    
            
  • 
              
                
                
                
                
                      0
                
              
              
    点赞
    
            
    • 
            
  • 
              
                
                
                
              
              
    踩
    
            
    • 
            
  • 
              
                
                
                
                
                    2
                
              
              
    
                
    
                  
                    收藏
                  
                
    
              
    
              
    
                
    
                  觉得还不错?
                  
                    一键收藏
                  
                 
                
    
              
    
            
    • 
          
  • 
            
    
              
              
            
    
              
              
              
                    0
              
            
            
    评论
    
          
    • 
          
  • 
          
    • 
          
  • 
            
              
            
              
    
            
              
                
            
    
          
    • 
        

      

      

            

                专栏目录
          










                



	

		

			

				
					
安装Airsim并在Airsim仿真环境下进行DDPG DQN强化学习算法无人机训练

				
			

			

				

					如雨繁辰‘s  blog
				

				

					10-10
					
					1万+
					
				

			

		

		

			
				
微软开源了基于虚幻4引擎的一款用于模拟无人机飞行的工具AirSim。用户可以用在虚幻引擎下模拟无人机的飞行并进行数据采集。非常适合做视觉算法的测试以及仿真环境的训练等等，下面介绍如何快速使用次仿真环境完成project的运行和使用。

首先是要虚幻4引擎和airsim的安装，两篇讲得比较好的

https://blog.csdn.net/Michael_Bzw/article/details/80...

			
		

	



                

              
                



	

		

			

				
					
ddpg

				
			

			

				

					02-17
				

			

		

		

			
				
ddpg

			
		

	



                


  
              

                


	

		

			

				
					
算法图解里面的代码是什么代码啊_一文带你理清DDPG算法（附代码及代码解释）...

				
			

			

				

					weixin_39801356的博客
				

				

					11-27
					
					1227
					
				

			

		

		

			
				
DDPG，全称是deep deterministic policy gradient，深度确定性策略梯度算法。deep很好理解，就是用深度网络。policy gradient我们也学过了。那什么叫deterministic确定性呢？其实DDPG也是解决连续控制型问题的的一个算法，不过和PPO不一样，PPO输出的是一个策略，也就是一个概率分布，而DDPG输出的直接是一个动作。DDPG和PPO一样，也...

			
		

	





	

		

			

				
					
DDPG代码实现

				
			

			

				

					weixin_40735291的博客
				

				

					09-29
					
					1512
					
				

			

		

		

			
				
DDPG代码实现
文章目录DDPG代码实现代码及解释1.超参数设定2.ReplayBuffer的实现3.Agent类的实现3.1.\__init__创建策略网络(actor)创建价值网络复制网络参数\__init__3.2.ema_update3.3.get_action3.4.replay3.5.train3.6.test_episode帧画面转化为gif函数test_episode3.7.saveModel3.8.loadModel4.主程序训练结果2000次
代码及解释
1.超参数设定
import 

			
		

	



		

			
		



	

		

			

				
					
深度强化学习-DDPG代码阅读-ddpg.py(1)

				
			

			

				

					aaaccc444的博客
				

				

					04-17
					
					1584
					
				

			

		

		

			
				
深度强化学习-DDPG代码阅读-ddpg.py(1)
1.编写ddpg.py
1.1 导入需要的包和其他的python文件
1.2 定义训练函数train()
1.3 定义测试函数test()
1.4 定义主函数
1.5 根据需要调用训练函数或者测试函数
1.6 问题

			
		

	





	

		

			

				
					
airsim键盘控制无人机起飞代码

				
			

			

				

					caoyongsheng的博客
				

				

					06-11
					
					557
					
				

			

		

		

			
				
使用airsim中的hellodrone.py代码投喂到智谱清言中，然后让他根据hellodrone.py代码写出键盘控制无人机起飞代码，得到如下可用代码，t起飞，l降落。print("无人机已准备就绪...")print("开始监听键盘事件...")print("程序终止。# 无人机降落并关闭API控制。# 连接到AirSim模拟器。# 注册键盘事件监听器。# 启动键盘事件监听。# 停止键盘事件监听。

			
		

	





	

		

			

				
					
airsim无人机代码仿真

					
最新发布

				
			

			

				

					07-04
				

			

		

		

			
				
在AirSim中，你可以编写Python或C++代码来控制无人机的运动、传感器读取、执行任务和数据收集。  AirSim的核心特点包括：  1. **高逼真度**：结合了来自Microsoft Flight Simulator的真实世界场景，提供了真实的光照...

			
		

	





	

		

			

				
					
【AirSim】源代码

				
			

			

				

					CSDN_XCS的博客
				

				

					09-28
					
					2216
					
				

			

		

		

			
				
该博客准备整理出用户可使用的程序接口，及相应的使用方法。

			
		

	





	

		

			

				
					
CNN+DDPG代码，主要实现了倒立摆的控制

				
			

			

				

					05-30
				

			

		

		

			
				
I used the CNN + DDPG realizing inverted pendulum control python3.5 tensorflow + GPU gym环境。
本代码绝无仅有，自己用全连接修改的，输入的图像也是自己画的
其中CNN_1与CNN_2是根据全连接进行改造的 。
CNN_1中是在第二个卷积层的输出中加入Actor网络的输出Policy 。
CNN_2中是在第一个全连接的输出中加入Actor网络的输出Policy。

			
		

	





	

		

			

				
					
RPC调用msgpack序列化问题分析.docx

				
			

			

				

					06-11
				

			

		

		

			
				
线上业务异常，调用方反馈JSF服务RPC调用异常。读取服务列表服务，所有服务编码均为0（service_code:0）

			
		

	





	

		

			

				
					
DDPG算法实现（python完整代码）

				
			

			

				

					weixin_42898871的博客
				

				

					02-06
					
					2844
					
				

			

		

		

			
				
DDPG算法实现，python完整代码及详解

			
		

	





	

		

			

				
					
详解DDPG（附pytorch代码）

				
			

			

				

					qq_45889056的博客
				

				

					04-21
					
					4245
					
				

			

		

		

			
				
NormalizedActions是一个gym的ActionWrapper，它可以对任何一个gym环境的动作空间进行包装，从而实现动作空间的归一化。3. DDPG 的 actor 网络是一个确定性的策略网络，它直接输出一个具体的动作，而不是一个动作的概率分布。AC 的 actor 网络可以是一个确定性的或者随机性的策略网络，根据不同的变种而定。其中，第一项是Q值对动作的梯度，第二项是策略网络对参数的梯度。由于Q值是由值函数网络计算的，而不是直接由策略网络输出的，所以我们需要使用链式法则来求出梯度，即。

			
		

	





	

		

			

				
					
强化学习------DDPG算法(附pytorch代码)

				
			

			

				

					niulinbiao的博客
				

				

					03-16
					
					5479
					
				

			

		

		

			
				
算法是DeepMind团队提出的一种专门用于解决连续控制问题的在线式(on-line)深度强化学习算法，它其实本质上借鉴了算法里面的一些思想。本文将会介绍其基本原理，并实现DDPG算法来训练游戏的例子。

			
		

	





	

		

			

				
					
python代码：基于DDPG（深度确定性梯度策略）算法的售电公司竞价策略研究

				
			

			

				

					agzvryw的博客
				

				

					08-18
					
					219
					
				

			

		

		

			
				
代码主要研究的是多个售电公司的竞标以及报价策略，属于电力市场范畴，目前常用博弈论方法寻求电力市场均衡，但是此类方法局限于信息完备的简单市场环境，难以直观地反映竞争性的市场环境，因此，本代码通过深度确定性梯度策略算法（DDPG）对发电公司的售价进行建模，解决了传统的RL算法局限于低维离散状态空间和行为空间，收敛性不稳的问题，实验表明，该方法比传统的RL算法具有更高的精度，即使在不完全信息环境下也能收敛到完全信息的纳什均衡。它们的功能和工作方式与程序一类似，只是算法和模型的不同。

			
		

	





	

		

			

				
					
Pendulum_DDPG代码走读之pendulum.py

				
			

			

				

					circleyuanquan的博客
				

				

					01-20
					
					1456
					
				

			

		

		

			
				
Pendulum_DDPG.py中引入：


# 初始化环境状态
state = env.reset()

# 获取当前时刻的状态
state_next, reward, terminal, _ = env.step(action)

# 其中env.step(action)是进入 time_limit.py的step函数 再进入 pendulum.py的step函数

其中time_limit....

			
		

	





	

		

			

				
					
DDPG算法

				
			

			

				

					LENG_Lingliang的博客
				

				

					07-02
					
					4072
					
				

			

		

		

			
				
基于pytorch框架的DDPG代码与算法原理注意事项的分析

			
		

	



              




          




        



    





    



      

      

        
      

      





	

		评论	
	

	
	




  

    

      添加红包
      
    

    

      

        
        

          
          
        

        
请填写红包祝福语或标题

      

      

        
        

          
          个
        

        
红包个数最小为10个

      

      

        
        

          
          元
        

        
红包金额最低5元

      

      

        
        

          当前余额3.43元
          前往充值 >
        

      

      

        

          需支付：10.00元
        

        
        
      

    

  





  

    
    
  

  

    
    
  








  

    

      

        

          

            
            
成就一亿技术人!

          

          

        

        

          

          

            领取后你会自动成为博主和红包主的粉丝
            规则
          

        

      

      

        

          

            
              
            
            

              
hope_wisdom
 发出的红包
            

          

        

        

          

          

          

        

      

    

    

  



      
      

      
实付元

      
使用余额支付

      

        

          

            
            点击重新获取
          

        

        
扫码支付

      

      

        
          
            
          
          
        
      

      

        
        钱包余额
          0
          

            
            

              

                
抵扣说明：

                
 1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
 2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

              

            

          

      

      余额充值