使用 Deep Q 网络进行机器人路径规划答案

【问题标题】：Robot path planning using Deep Q network使用 Deep Q 网络进行机器人路径规划
【发布时间】：2020-11-08 12:34:43
【问题描述】：

如何创建openai健身房自定义环境？

【问题讨论】：

【解决方案1】：

@Alexandre Catalano 感谢分享，but 如何为机器人创建带有障碍物的自定义环境，如上图，红色圆圈是机器人，绿色方块是目标，黑色 z 是深度强化学习 DQN 算法的静态障碍物，其中可以像 Python 中的其他健身房环境一样导入。

我想创建一个环境，让机器人可以找到带有静态障碍物的目标。

【讨论】：

我编辑了我的答案以避免有太多的答案和问题。您应该评论或编辑您的答案，以使其他人也易于理解。 Stack Overflow 是一个社区 ;) 如果我的答案对你有用，请将其标记为正确答案，如果不是，请在下面给我留言

【解决方案2】：

对于您的问题，如何为我的机器人创建 deepbots 自定义环境？

您可以在健身房创建自己的自定义环境，并且您可以从环境中获得灵感。例如这个https://gym.openai.com/envs/CarRacing-v0/（源代码可用）也许修改这个环境对你来说就足够了

对于您的问题，如何使用 TensorFlow 和 keras 使用 CNN 实现 DQN。

很抱歉没有提供代码，但您的问题非常开放，给您链接听起来像是一个更好的主意。

编辑 2020 年 10 月 11 日

我想你要找的是https://github.com/MattChanTK/gym-maze 我强烈建议使用这样的环境来编写你的 DQN。然后当它适合您时，检查源代码并根据您的需要进行更新。

【讨论】：