Repo oficial de la materia optativa Aprendizaje por Refuerzos de la Diplomatura en Ciencias de Datos, Aprendizaje Automático y sus Aplicaciones.
Para instalar el entorno virtual y poder ejecutar los agentes que vamos a ver, se requieren los paquetes:
- gym
- gym[atari] (opcional, en el caso que se quiera contar con los juegos de Atari de OpenAI)
- numpy
- scipy
- matplotlib
- torch
Pasos para instalarlos como un nuevo entorno virtual:
-
Descargar Anaconda para Python 3.7 desde https://www.anaconda.com/download/.
-
Instalar el entorno virtual provisto, descargando el archivo python37_rl.yml y desde la consola ejecutar:
conda env create -f python37_rl.yml
-
(Opcional) Descargar un entorno (ej: Pycharm) para poder realizar un debug paso a paso de los agentes. Si bien se puede trabajar desde jupyter lab, suele resultar mucho más sencillo hacer debug de los agentes desde un IDE.
-
Correr los agentes a partir de alguno de los scripts por ejemplo frozenlake_main_script.py o cartpole_main_script.py.
-
Para incorporar el nuevo kernel a Jupyter Notebook tiene que ejecutar los siguientes comandos:
source activate tensorflow
python -m ipykernel install --name python37_rl
source deactivate
- Para incorporar el entorno tensorflow creado en Pycharm, seleccionarlo desde:
- File -> Settings -> Project -> Project interpreter -> Show all (seleccionado en lista de entornos) -> Add -> Conda environment -> Existing environment -> tensorflow