Upload folder using huggingface_hub
Browse files
agent.py
ADDED
@@ -0,0 +1,33 @@
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
1 |
+
from stable_baselines3 import A2C
|
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 = A2C.load("models/Sokoban-v1_5_8_1box_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 |
+
|