Kiss Mihaly
commited on
Upload folder using huggingface_hub
Browse files- Sokoban-A2C-CNN5.zip +2 -2
- Sokoban-A2C-CNN6.zip +3 -0
- Sokoban-A2C-CNN7.zip +3 -0
- agent.py +32 -32
Sokoban-A2C-CNN5.zip
CHANGED
@@ -1,3 +1,3 @@
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
-
oid sha256:
|
3 |
-
size
|
|
|
1 |
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:cee537a4dafdf298a59b47718fb12f3291dbac6bea11d0839d1fa0711ee61fa1
|
3 |
+
size 15277144
|
Sokoban-A2C-CNN6.zip
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:cd6959441e213b244801a02ebd3cedbcaaee70fa11fdd2089bbf479f770f244c
|
3 |
+
size 15277144
|
Sokoban-A2C-CNN7.zip
ADDED
@@ -0,0 +1,3 @@
|
|
|
|
|
|
|
|
|
1 |
+
version https://git-lfs.github.com/spec/v1
|
2 |
+
oid sha256:704c789fd5a0fdedf3f1af1fe94aa367f748831edd6e7b824e59cce261a7775e
|
3 |
+
size 15274932
|
agent.py
CHANGED
@@ -1,33 +1,33 @@
|
|
1 |
-
from stable_baselines3 import PPO
|
2 |
-
from sokoban_gym.wrappers.observation import ImageObservationWrapper
|
3 |
-
|
4 |
-
class Agent:
|
5 |
-
"""
|
6 |
-
A kötelező programként beadandó ágens leírása.
|
7 |
-
"""
|
8 |
-
|
9 |
-
def __init__(self, env) -> None:
|
10 |
-
"""
|
11 |
-
A konsztruktorban van lehetőség például a modell betöltésére
|
12 |
-
vagy a környezet wrapper-ekkel való kiterjesztésére.
|
13 |
-
"""
|
14 |
-
|
15 |
-
self.model = PPO.load("agent/Sokoban-A2C-
|
16 |
-
|
17 |
-
# A környezetet kiterjeszthetjük wrapper-ek segítségével.
|
18 |
-
# Ha tanításkor modosítottuk a megfigyeléseket,
|
19 |
-
# akkor azt a módosítást kiértékeléskor is meg kell adnunk.
|
20 |
-
self.observation_wrapper = ImageObservationWrapper(env)
|
21 |
-
|
22 |
-
def act(self, observation):
|
23 |
-
"""
|
24 |
-
A megfigyelés alapján visszaadja a következő lépést.
|
25 |
-
Ez a függvény fogja megadni az ágens működését.
|
26 |
-
"""
|
27 |
-
|
28 |
-
# Ha tanításkor modosítottuk a megfigyeléseket,
|
29 |
-
# akkor azt a módosítást kiértékeléskor is meg kell adnunk.
|
30 |
-
extended_obsetvation = self.observation_wrapper.observation(observation)
|
31 |
-
|
32 |
-
return self.model.predict(extended_obsetvation, deterministic=True)
|
33 |
|
|
|
1 |
+
from stable_baselines3 import PPO
|
2 |
+
from sokoban_gym.wrappers.observation import ImageObservationWrapper
|
3 |
+
|
4 |
+
class Agent:
|
5 |
+
"""
|
6 |
+
A kötelező programként beadandó ágens leírása.
|
7 |
+
"""
|
8 |
+
|
9 |
+
def __init__(self, env) -> None:
|
10 |
+
"""
|
11 |
+
A konsztruktorban van lehetőség például a modell betöltésére
|
12 |
+
vagy a környezet wrapper-ekkel való kiterjesztésére.
|
13 |
+
"""
|
14 |
+
|
15 |
+
self.model = PPO.load("agent/Sokoban-A2C-CNN7")
|
16 |
+
|
17 |
+
# A környezetet kiterjeszthetjük wrapper-ek segítségével.
|
18 |
+
# Ha tanításkor modosítottuk a megfigyeléseket,
|
19 |
+
# akkor azt a módosítást kiértékeléskor is meg kell adnunk.
|
20 |
+
self.observation_wrapper = ImageObservationWrapper(env)
|
21 |
+
|
22 |
+
def act(self, observation):
|
23 |
+
"""
|
24 |
+
A megfigyelés alapján visszaadja a következő lépést.
|
25 |
+
Ez a függvény fogja megadni az ágens működését.
|
26 |
+
"""
|
27 |
+
|
28 |
+
# Ha tanításkor modosítottuk a megfigyeléseket,
|
29 |
+
# akkor azt a módosítást kiértékeléskor is meg kell adnunk.
|
30 |
+
extended_obsetvation = self.observation_wrapper.observation(observation)
|
31 |
+
|
32 |
+
return self.model.predict(extended_obsetvation, deterministic=True)
|
33 |
|