เริ่มต้นใช้งานเริ่มต้นใช้งานได้ฟรี

ตั้งค่า Mountain Car environment

หนึ่งใน Gym environment ที่ได้รับความนิยมมากที่สุดคือ Mountain Car ซึ่งมีเป้าหมายให้รถยนต์ที่มีกำลังเครื่องยนต์จำกัดขับขึ้นเนินชันได้สำเร็จ เนื่องจากเครื่องยนต์ไม่แรงพอที่จะไต่เนินได้ในครั้งเดียว รถจึงต้องสร้างแรงโมเมนตัมด้วยการขับไปมาก่อน ในแบบฝึกหัดนี้ให้สร้างและตั้งค่า environment ดังกล่าว

แบบฝึกหัดนี้เป็นส่วนหนึ่งของหลักสูตร

Reinforcement Learning with Gymnasium ใน Python

ดูคอร์ส

คำแนะนำการฝึกหัด

  • นำเข้าไลบรารี gymnasium ในชื่อ gym
  • สร้าง Mountain Car environment โดยใช้ Gym library พร้อมกำหนด environment ID เป็น MountainCar และ render_mode เป็น 'rgb_array'
  • รีเซ็ต environment โดยใช้ seed เป็น 42 และรับค่า initial_state ซึ่งประกอบด้วยสองค่า ได้แก่ ตำแหน่งและความเร็วของรถ

แบบฝึกหัดเชิงโต้ตอบแบบลงมือทำ

ลองทำแบบฝึกหัดนี้โดยเติมโค้ดตัวอย่างนี้ให้สมบูรณ์

# Import the gymnasium library
____

# Create the environment
env = ____

# Get the initial state
initial_state, info = ____

position = initial_state[0]
velocity = initial_state[1]

print(f"The position of the car along the x-axis is {position} (m)")
print(f"The velocity of the car is {velocity} (m/s)")
แก้ไขและรันโค้ด