/AutonomousDrivingBasedOnFDRL

初次提交基于联邦深度强化学习的无人驾驶决策与控制代码

Primary LanguagePython

基于联邦深度强化学习的无人驾驶决策与控制

使用说明。

需要至少三台机器运行该程序: 其中一台运行server文件夹下的main.py充当服务器; 其余机器运行client_agent_ddpg.py充当客户端。

文件说明

client文件夹:存放客户端脚本的文件夹 -client_agent_ddpg.py:客户端执行脚本,开启监听线程,用于根据通信指令进行模型的收发,并同时根据接收到的联邦模型在本地进行模型训练

conn文件夹:存放通信相关脚本的文件夹

  • conn.py:通信相关的方法,包括联邦服务器的通信线程类,通用的模型编码及解码方法、提取模型网络参数方法、通信指令的发送及接收方法、模型的发送及接收方法、服务器监听方法、客户端监听方法

server文件夹:

  • fed_server.py:联邦服务器端类,包含了一系列联邦服务器所具备的属性和方法
  • main.py:联邦服务器执行脚本,开启监听线程,用于根据通信指令进行模型的收发,并根据收集到的模型进行联邦聚合

agent_ddpg.py:DDPG模型,包含Critic和Actor的预测和评估模型,将根据观察到的场景进行模型的训练 autostart.sh:自动选择无人车驾驶地图的脚本 gym_torcs.py:底层无人车驾驶场景设置以及无人车控制文件,用于对场景做出观察并计算奖励 snakeoil_gym.py:TORCS客户端底层控制脚本

备注

更详细内容请参考论文:……