飞机游戏六 空战强化学习环境6.1DBML 6.1.1DBML 使用

飞机游戏六 空战强化学习环境1—DBML 使用

目录

• 飞机游戏六 空战强化学习环境1—DBML 使用
  • 一 Github 地址
  • 二 项目简介
  • 三 下载，配置
  • 四 使用

一 Github 地址

GitHub - mrwangyou/DBRL: A Gym Dogfighting Simulation Benchmark for Reinforcement Learning Research

二 项目简介

使用gym框架，

仿真环境有两个，分别是jsbsim和dogdight ,

可视化使用flightGear实现jsbsim的可视化，使用dogfight直接进行可视化

由于使用了gym框架，强化学习算法直接调用 stable_baselines3中的算法

三 下载，配置

由于FlightGear启动不了，这里只使用dogfight环境

需要注意的几个点

1 在gym下添加环境（也就是将项目中的dogfightEnv复制过去），然后再envs下进行注册，可以参考 gym——1自定义Gym环境并注册 - 英飞 - 博客园 (cnblogs.com)

2 需要将dogfight_snadbox_hg2项目下载并复制到 gym中自己建立的环境下，完成效果如图所示

如果出现，pycharm总是显示找不到dogfight_snadbox_hg2文件夹，可以尝试新建一个同名文件夹（这时候新建立的文件夹一般会显示），然后将内容直接移动到新建的能够被找得到的文件夹中

四 使用

1 启动 dogfight_sandbox_hg2 ，敲击移动箭头 ，进入网络模式，可以 查看到 本机的ip和端口

2 进入所在环境 ，所在文件夹目录 命令行执行

# 替换自己的地址
python ./src/models/sac_df2.py --host 10.168.62.25 --port 50888 --train --test

3 写了一个更简单的示例，看一下可视化效果

from stable_baselines3 import SAC
from stable_baselines3.common.noise import (NormalActionNoise, OrnsteinUhlenbeckActionNoise)

import gym
#
# # gym.make('DBRLJsbsim-v0')
# gym.make('DBRLDogfight-v0')

env = gym.make(
    "DBRLDogfight-v0",
    host='10.168.62.25',
    port='50888',
    plane_slot=1,
    enemy_slot=1,
    missile_slot=1,
    rendering=True
)

model = SAC.load("../log/sac_df2.zip")
print('加载成功')
obs = env.reset()
env.render()

4 需要注意的是

 df.set_renderless_mode(False)  #是否进行渲染

是进行渲染显示的，但这个函数是设置不渲染，要想进行渲染必须将参数