Reinforcement Learning Project

프로젝트 정보

주제

장애물 환경에서의 모바일 로봇 자율주행 강화학습 기술 개발

팀원

• 이정필, 이범준

시뮬레이션 환경

환경

git 받아오기

git clone https://github.com/lifefeel/RL-Project.git

Python 가상환경 설치

cd RL-Project
virtualenv -p python3 myenv
source myenv/bin/activate

Python 패키지 설치

pip install -r requirements.txt

실행

학습

python train_DQN.py --mode train --env_seed 2

arguments

• mode: train / test
• env_seed: 장애물 환경(1:no, 2:static, 3: dynamic, 4:mixed)
• model_path: 모델이 저장될 경로
• model_name: 모델 이름
• overwrite: 모델 폴더를 덮어쓸지 여부(true/false)
• wandb: wandb 로깅 사용 시 설정(true/false)
• train_iters: 학습을 반복할 횟수(int)

테스트

정적 장애물 환경

python train_DQN.py --mode test --model_path trained_models --model_name dueling_double_dqn --checkpoint_file model_seed2.pt --env_seed 2

동적 장애물 환경

python train_DQN.py --mode test --model_path trained_models --model_name dueling_double_dqn --checkpoint_file model_seed3.pt --env_seed 3