Reinforcement Learning Approach to Autonomous Race Car2:强化学习方法助力无人方程式学生技术 源码
自主赛车的强化学习方法 增强学习方法,用于“ Formula Student Technion无人驾驶”项目,该项目在具有AirSim插件的虚幻引擎4中使用Soft Actor Critic(SAC)算法和变体自动编码器(VAE)进行了模拟。 先决条件 作业系统:Ubuntu 18.04 or Windows 10 软体:Unreal Engine 4.24.3 GPU:Nvidia GTX 1080或更高版本(推荐) 如何建造 通过单击此链接 , 设置虚幻引擎4,AirSim和FSTD环境 如果您使用的是Ubuntu,则可以跳过此步骤。 如果您使用的是Windows:从此下载更新的RaceCourse文件夹并将其放在ProjectName\Content 启动一个新的Conda环境,Python版本3.6,并使用pip install -r requirements.txt 在测试
文件列表
Reinforcement-Learning-Approach-to-Autonomous-Race-Car2-main.zip
(预估有个16文件)
Reinforcement-Learning-Approach-to-Autonomous-Race-Car2-main
custom_sac.py
8KB
vae
__pycache__
model.cpython-36.pyc
6KB
controller.cpython-36.pyc
3KB
LICENSE
1KB
model.py
6KB
controller.py
4KB
README.md
90B
暂无评论