शुरू करेंमुफ़्त में शुरू करें

Frozen Lake environment के साथ इंटरैक्शन

अब आप Frozen Lake environment में नेविगेट करेंगे — यह एक grid-आधारित दुनिया है जहाँ actions एजेंट को तय दिशाओं में ले जाते हैं। आपका काम है environment को ध्यान से देखना और मैन्युअली actions की एक सूची परिभाषित करना ताकि एजेंट स्टार्ट (ऊपर-बाएँ) से गोल (नीचे-दाएँ) तक बिना किसी छेद में गिरे पहुँच सके। Frozen Lake environment में actions आम तौर पर इस प्रकार दर्शाए जाते हैं:

  • 0: left
  • 1: down
  • 2: right
  • 3: up

अपना कोड चलाने के बाद, कृपया 'Previous Plot' और 'Next Plot' बटनों का उपयोग करके प्लॉट्स में नेविगेट ज़रूर करें ताकि लिए गए path को देख सकें। इससे आप actions के क्रम और उनके नतीजों को समझ पाएँगे.

gym और plt पहले से इम्पोर्ट किए गए हैं, साथ ही render() फंक्शन और env वैरिएबल भी उपलब्ध हैं.

यह अभ्यास पाठ्यक्रम का हिस्सा है

Python में Gymnasium के साथ Reinforcement Learning

पाठ्यक्रम देखें

अभ्यास निर्देश

  • दाएँ तरफ एजेंट की पोज़िशन देखें और एजेंट को झील पार कर गोल तक पहुँचाने के लिए actions की सूची तय करें.
  • for लूप के माध्यम से सूची के प्रत्येक action को execute करें.
  • हर action के बाद environment को render करें ताकि एजेंट का path देख सकें.

इंटरैक्टिव व्यावहारिक अभ्यास

इस अभ्यास को इस नमूना कोड को पूरा करके आज़माएँ।

# Define the sequence of actions
actions = [____]

for action in actions:
  # Execute each action
  state, reward, terminated, _, _ = ____
  # Render the environment
  ____
  if terminated:
  	print("You reached the goal!")
कोड संपादित करें और चलाएँ