def getTraj(fmdp, Q):
J, trajlearn = fmdp.runPolicy(4, 5, RLsol.Q2pol(Q))
if J > .7:
print("Recompensa obtida dentro do previsto. OK\n")
else:
print("Recompensa obtida abaixo do previsto. FAILED\n")
return J, trajlearn
import numpy as np
from sklearn.externals import joblib
from RL import *
import RLsol
for test in [('fmdp1.pkl','traj1.pkl'), ('fmdp2.pkl','traj2.pkl')]:
print("Testing " + test[0])
# funcoes auxiliarres
fmdp = joblib.load(test[0])
# ficheiro com a trajectório de treino
traj = joblib.load(test[1])
print(traj)
qlearn = RLsol.myRL(7,2,0.9)
Q = qlearn.traces2Q(traj)
print("Valores Q aprendidos")
print(qlearn.Q)
if np.linalg.norm(Q-fmdp.Q)<.3:
print("Erro nos Q dentro dos limites de tolerância. OK\n")
else:
print("Erro nos Q acima dos limites de tolerância. FAILED\n")
# gerar trajectoria aprendida
J,trajlearn = fmdp.runPolicy(4,5,RLsol.Q2pol(Q))
print("Trajectoria gerada com a politica aprendida")
print(trajlearn)
if J>.7:
for test in [('fmdp1.pkl', 'traj1.pkl'), ('fmdp2.pkl', 'traj2.pkl')]:
for alpha in (.1, .2, .3, .4, .5, .6, .7, .8, .9, .99, 1):
for gamma in (
.99,
.9,
.85,
):
#print("Testing ", test[0], " with alpha = ", alpha, " with gamma = ", gamma)
# funcoes auxiliarres
fmdp = joblib.load(test[0])
# ficheiro com a trajectória de treino
traj = joblib.load(test[1])
qlearn = RLsol.myRL(7, 2, alpha, gamma)
Q, i = qlearn.traces2Q(traj)
#print("Valores Q aprendidos")
#print(qlearn.Q)
#if np.linalg.norm(Q-fmdp.Q)<.3:
# print("Erro nos Q dentro dos limites de tolerância. OK")
#else:
# print("Erro nos Q acima dos limites de tolerância. FAILED")
#
# gerar trajectoria aprendida
J, trajlearn = fmdp.runPolicy(4, 3, RLsol.Q2pol(Q))
#print("Trajectoria gerada com a politica aprendida")
#print(trajlearn)
for nextState in E[i][j]:
print("{} to {} with {}".format(i, nextState, j))
p2 = [
math.cos(angle * nextState) * radius,
math.sin(angle * nextState) * radius
]
plt.plot([x, p2[0]], [y, p2[1]],
color=style[j]['color'],
linewidth=style[j]['linewidth'])
plt.show()
for test in [('fmdp1.pkl', 'traj1.pkl'), ('fmdp2.pkl', 'traj2.pkl')]:
print("Testing " + test[0])
# funcoes auxiliarres
fmdp = joblib.load(test[0])
# ficheiro com a trajectório de treino
traj = joblib.load(test[1])
qlearn = RLsol.myRL(7, 2, 0.9)
Q = testOnce(traj, 0.13)
#Q, _ = findAlphas(traj)
J, trajlearn = getTraj(fmdp, Q)
#maximizeJ(fmdp)
#R = qlearn.calculateRewardMatrix(traj)
E = qlearn.mapEnvironment(traj)
#plotEnv(E)