GridMap: 一个用于强化学习 (reinforcement learning) 训练的二维连续坐标栅格地图

大家好, 我刚刚做了一个简单的2D连续坐标栅格地图, GridMap. 我们使用GridMap进行我们的强化学习 ( reinforcement learning )算法验证.

在GridMap中, 用户可以创建一个起始block和一个终止block, 另加多个障碍block. 虽然称为栅格图, 但agent坐标是连续值. 用户可以定义不同block类型的reward/penalty值. 地图和环境可以分别保存为JSON文件供用户查看, 修改, 和批量化生成.

示例地图和训练完毕的policy的路径如下图所示.

GridMap: 一个用于强化学习 (reinforcement learning) 训练的二维连续坐标栅格地图_第1张图片

 

其中绿色为起始block, 蓝色为终止block, 红色为障碍block. 终止block可配置为一个圆形区域.

 

源码在我的github页面上. 请访问我的个人主页获取更详细信息.

 

 

 

 

你可能感兴趣的:(强化学习,reinforcement,learning,2D地图,人工智能,机器人)