RL-Minigrid

场景：https://minigrid.farama.org/environments/minigrid/DoorKeyEnv/

行为树脚本放到：scripts/目录下

• run_bt.py 运行纯粹的行为树
• run_rl.py 运行纯粹的强化学习
• run_rlbt.py 运行强化学习+行为树

parser.add_argument('--train', action='store_true') # 是否开启训练
parser.add_argument('--render', action='store_true') # 是否开启渲染
parser.add_argument('--track', action='store_true') # 是否开启pybts监控

python run_rlbt.py --train --render --track

• render_all_bt.py 将所有scripts的行为树图片生成到scripts/images中

python render_all_bt.py

日志

开启tensorboard日志

tensorboard --logdir=logs

开启pybts日志

pybts --dir=logs

强化学习节点

• RLSwitcher
• RLSelector
• RLSequence
• RLCondition
• RLAction

奖励节点

会将奖励放到对应的奖励域中

<Reward domain="target" reward="1"/>

1个

1红色门，1蓝色门 1红色钥匙，1蓝色钥匙

Selector/Sequence/Switcher

Selector：备选项 Sequence： 预设动作序列 Switcher: 自己学习动作序列