/Suffer-SUMO-RL

sumo-rl training 2 way single intersection using reinforcement learning

Primary LanguageJupyter Notebook

Suffer-SUMO-RL 이런 수모를 겪다니!

강화학습 Final Project로 진행한 SUMO-RL simulation 학습 코드입니다.


How to Use?

1. A2C

actor critic으로 학습 가능한 ipynb 파일과, actor critic을 학습한 model이 들어있습니다. 실제 test를 할 때 저희가 사전학습한 모델을 사용하시려면 다음 actor.zip 파일과 critic.zip 파일을 가지고 테스트를 진행하면 됩니다.

2. DQN

Deep Q learning으로 학습 가능한 ipynb 파일과, 학습한 파라미터가 저장되어있는 dqn_weights.h5 파일이 들어있습니다. 실제 test를 할 때 저희가 사전학습한 모델을 사용하시려면 dqn_weights.h5 파일을 가지고 테스트를 진행하면 됩니다.

3. Q-Learning

Q learning으로 학습을 진행한 ipynb 파일과, Qtable을 저장한 qlearning_table.npy.zip 파일이 있습니다. qlearning_table.npy 파일 용량이 커 압축을 풀고 사용하셔야 합니다. 실제 test를 할 때 저희가 사전학습한 모델을 사용하시려면 qlearning_table.npy 파일을 가지고 테스트를 진행하면 됩니다.

4. Resources
(1) Network

SUMO 시뮬레이터를 통해 직접 제작한 혜화동 로터리 네트워크 파일과 루트파일이 있습니다.

(2) Report

강화학습 제안서 발표 자료, 강화학습 최종 발표 자료, 최종 보고서가 있습니다.