ROS开发笔记(9)——ROS 深度强化学习应用之keras版本dqn代码分析

在ROS开发笔记(8)中构建了ROS中DQN算法的开发环境,在此基础上,对算法代码进行了分析,并做了简单的修改:

修改1  : 改变了保存模型参数在循环中的位置,原来是每个10整数倍数回合里面每一步都修改(相当于修改episode_step次),改成了每个10整数倍数回合修改一次
# if e % 10 == 0:
#             agent.model.save(agent.dirPath + str(e) + '.h5')
#             with open(agent.dirPath + str(e) + '.json', 'w') as outfile:
#                 param_keys = ['epsilon']
#                 param_values = [agent.epsilon]
#                 param_dictionary = dict(zip(param_keys, param_values))
#                 json.dump(param_dictionary, outfile)


 修改2 :改变了agent.updateTargetModel()的位置,原来是每次done都修改,改成了每经过target_up步后修改
# if global_step % agent.target_update == 0:
#     agent.updateTargetModel()
 #     rospy.loginfo("UPDATE TARGET NETWORK")

结果如下:

下面是修改后的代码及其注释:

#!/usr/bin/env python
#-*- coding:utf-8   -*-

#################################################################################
# Copyright 2018 ROBOTIS CO., LTD.
#
# Licensed under the Apache License, Version 2.0 (the "License");
# you may not use this file except in compliance with the License.
# You may obtain a copy of the License at
#
#     http://www.apache.org/licenses/LICENSE-2.0
#
# Unless required by applicable law or agreed to in writing, software
# distributed under the License is distributed on an "AS IS" BASIS,
# WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either express or implied.
# See the License for the specific language governing permissions and
# limitations under the License.
#################################################################################

# 原作者
# Authors: Gilbert #



import rospy
import os
import json
import numpy as np
import random
import time
import sys
sys.path.append(os.path.dirname(os.path.abspath(os.path.dirname(__file__))))
from collections import deque
from std_msgs.msg import Float32MultiArray

from keras.models import Sequential, load_model
from keras.optimizers import RMSprop
from keras.layers import Dense, Dropout, Activation

# 导入 Env
from src.turtlebot3_dqn.environment_stage_1 import Env
#最大回合数
EPISODES = 3000

#强化学习网络
class ReinforceAgent():
    #初始化函数
    def __init__(self, state_size, action_size):
        # 创建 result 话题
        self.pub_
好的,下面我将逐步介绍如何用ROS、Gazebo、PyTorch和PyCharm编写一个基于DDPG算法的无人机降落仿真的代码。 1. 安装ROS和Gazebo 首先,需要安装ROS和Gazebo。你可以在ROS官网上找到ROS的安装教程,Gazebo则可以通过ROS安装命令行进行安装。安装完成后,你可以创建一个ROS工作空间,以便存放你的ROS节点和相关文件。 2. 创建无人机模型和环境 在Gazebo中创建无人机模型和环境。你可以在Gazebo Model Database中下载无人机模型,或者自己创建一个模型。然后,你需要在Gazebo中创建一个仿真环境,包括无人机起降场地、降落区等。你可以使用Gazebo的编辑器工具进行创建。 3. 编写ROS节点 在ROS中,你需要编写一个节点来控制无人机的运动。你可以使用ROS的mavros包来实现无人机的控制,也可以使用自己编写的ROS节点。你需要实现的功能包括:无人机起飞、降落、悬停等操作,并将无人机的状态信息发送给PyTorch模型进行训练。 4. 使用PyTorch实现DDPG算法 使用PyTorch实现DDPG算法的Actor和Critic神经网络模型。你需要实现的功能包括:构建神经网络模型,定义损失函数和优化器,以及实现DDPG算法的训练过程。 5. 编写训练代码 编写训练代码,将Actor和Critic模型与ROS节点连接起来,实现无人机的自主降落过程。你需要实现的功能包括:将ROS节点发送的无人机状态信息传递给PyTorch模型,根据模型输出的动作控制无人机运动,以及根据奖励函数更新模型的参数。 6. 使用PyCharm进行代码开发和调试 最后,你可以使用PyCharm进行代码开发和调试,优化代码性能和效果。 需要注意的是,以上步骤仅为一个简单的流程示例,实际实现中可能会涉及到更多的细节和技术细节,需要根据具体情况进行调整和优化。
评论 9
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