Highway_env(Intersection)修改离散动作空间

前言

在十字路口环境中,主车默认的动作空间是以5m/s变化的加减速以及保持原速三个动作。有时候为了学习更优化的策略,同时与自己设置的奖励函数吻合,需要修改环境的动作空间。

这里我们主要添加两个较小加速度的纵向加速度动作,使得动作空间中有5个可以选择执行的动作。

动作空间修改方式

基于十字路口的环境,为了添加舒适性评判指标,需要增加动作空间,主要添加两个不同加速度值的离散动作。

需要修改以下几个地方:

1.首先修改自己定义的环境文件(myIntersection_env.py):

在action中以字典的形式添加动作:

ACTIONS: Dict[int, str] = {
        0: 'SLOWER',
        1: 'IDLE',
        2: 'FASTER',
        3:'MOREFASTER',
        4:'MORESLOWER'
    }

2.其次需要修改highway_env/commom/action中动作的定义字典

    ACTIONS_LONGI = {
        0: 'SLOWER',
        1: 'IDLE',
        2: 'FASTER',
        3: 'MOREFASTER',
        4: 'MORESLOWER'
    }

3.然后要修改highway_env/env/commom/action中get_available_actions方法中的限制,需要添加代码:

        if self.controlled_vehicle.speed_index < self.controlled_vehicle.target_speeds.size - 1 and self.longitudinal:
            actions.append(self.actions_indexes['MOREFASTER'])
        if self.controlled_vehicle.speed_index > 0 and self.longitudinal:
            actions.append(self.actions_indexes['MORESLOWER'])

4.最后需要修改highway-env/highway_env/vehicle/controller.py中动作的选取方法

1)在全局变量中定义需要添加的动作的加速度值

DELTA_SPEED_DOWN=3

2)修改动作的选取方法(ControlledVehicle(Vehicle)类的act方法),添加以下代码

        elif action == "MOREFASTER":
            self.target_speed += self.DELTA_SPEED_DOWN
        elif action == "MORESLOWER":
            self.target_speed -= self.DELTA_SPEED_DOWN

3)修改动作的选取方法(MDPVehicle(ControlledVehicle)类的act方法),添加以下代码:

        elif action == "MOREFASTER":
            self.speed_index = self.speed_to_index(selfeed) + 1
        elif action == "MORESLOWER":
            self.speed_index = self.speed_to_index(self.speed)-1

这样就完成了动作空间的修改,注意一定要找到你下载的包的文件里面修改。如果该文章对您有帮助希望能得到您的点赞或者关注,后面也会更新更多有关highway_env、rl_agent、强化学习基础以及其他算法测试仿真平台的博文。

更正:

这篇动作空间修改文章存在一定问题,等有时间我会将其改正,主要问题是离散空间和连续空间动作杂糅了之后我会详细解释如何修改并附上链接,给您造成困扰敬请谅解。

修改离散动作空间转这:

离散动作的修改(基于highway_env的Intersection环境)_ego_vehicle的博客-CSDN博客icon-default.png?t=N2N8https://blog.csdn.net/qq_53576285/article/details/130084979?spm=1001.2014.3001.5502

  • 3
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 3
    评论
highway_env是一个用于创建和测试自动驾驶智能体的Python库。它旨在提供一个可扩展的环境,用于开发和评估各种自动驾驶算法。 highway_env提供了一个高速公路环境,其中包括多车道、交通流量、车辆状态和路标等元素。该库提供了一些基本的环境配置选项,例如车道宽度、车辆速度、车辆密度等,以帮助用户创建符合实际情况的测试场景。 在使用highway_env进行自动驾驶智能体开发时,用户可以通过编程和配置文件来设置环境参数,例如目标速度、道路长度、交通流量分布等。智能体可以通过接受环境状态和奖励信号来决定自己的行动,并通过交互与环境进行学习和优化。 高速公路环境中的多车道和交通流量使得智能体需要学习适应不同的交通状况,并在保持安全的同时尽可能快地到达目的地。因此,highway_env非常适合用于测试各种自动驾驶技术的性能和鲁棒性。 此外,highway_env还提供了一系列实用的函数和方法来帮助用户进行环境和智能体参数的配置、数据记录、可视化等。这些功能大大简化了自动驾驶算法的开发和调试过程,提高了开发效率。 总之,highway_env是一个功能强大的Python库,可以提供可扩展的高速公路环境,用于开发和评估自动驾驶智能体。通过使用highway_env,用户可以方便地创建各种测试场景,并进行自动驾驶算法的开发和优化。
评论 3
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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