Взаємодія із середовищем Frozen Lake
Тепер ви керуватимете середовищем Frozen Lake — це світ на сітці, де дії рухають агента у визначених напрямках. Ваше завдання — уважно оглянути середовище та вручну задати список actions, який проведе агента від старту (верхній лівий кут) до мети (нижній правий кут), не впавши в жодну з ополонок. У середовищі Frozen Lake дії зазвичай подано так:
- 0: ліворуч
- 1: вниз
- 2: праворуч
- 3: вгору
Після запуску вашого коду обовʼязково перегляньте графіки за допомогою кнопок 'Previous Plot' і 'Next Plot', щоб побачити пройдений шлях. Це допоможе вам зрозуміти послідовність дій і їхні результати.
gym і plt вже імпортовано, а також функцію render() і змінну env.
Ця вправа є частиною курсу
Reinforcement Learning з Gymnasium у Python
Інструкції до вправи
- Простежте за позицією агента праворуч і визначте список
actions, щоб провести його озером до мети. - Виконайте кожну дію зі списку за допомогою циклу
for. - Візуалізуйте середовище після кожної дії, щоб спостерігати шлях агента.
Інтерактивна практична вправа
Спробуйте виконати цю вправу, доповнивши цей зразок коду.
# 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!")