Différences

Ci-dessous, les différences entre deux révisions de la page.

--- intelligence_du_pendule_de_furuta [2022/05/24 19:06] – Tag0 Added: pytorch,tensorboard serge
+++ intelligence_du_pendule_de_furuta [2024/12/10 16:05] (Version actuelle) – Benjamin Labomedia
@@ Ligne 13: / Ligne 13: @@
 Une Intelligence Artificielle n'est jamais intelligente.\\
 **C'est un programme informatique qui comprend à un moment donné un Apprentissage Statistique.**
 =====Ressources=====
@@ Ligne 19: / Ligne 18: @@
   * **[[https://ressources.labomedia.org/apprentissage_par_renforcement#principe_vulgarise_de_l_apprentissage_par_renforcement|Principe vulgarisé de l'Apprentissage par Renforcement]]**
   * **[[https://ressources.labomedia.org/apprentissage_par_renforcement#comment_est_definit_l_objectif_a_atteindre|Comment est définit l'objectif à atteindre]]**
+  * **[[https://pythonprogramming.net/saving-and-loading-reinforcement-learning-stable-baselines-3-tutorial/?completed=/introduction-reinforcement-learning-stable-baselines-3-tutorial/|Reinforcement Learning in Python with Stable Baselines 3 : How to save and load models]]**
+  * **[[https://stable-baselines3.readthedocs.io/en/master/guide/custom_env.html|Création d'un Environment particulier dans Gym de OpenAI]]**
 =====Principes=====
 L'apprentissage se compose de cycles, un cycle comprend des steps.\\
@@ Ligne 26: / Ligne 27: @@
   * Le serveur répond par une impulsion sur le moteur dans un sens ou dans l'autre, de combien à définir empiriquement.
 Un cycle se termine au bout de 2000 steps.
 =====Installation de l'intelligence artificielle=====
-Nous utilisons Gym de OpenAI et Stable-Baselines3.
+Nous utilisons Gym de OpenAI et Stable-Baselines3.\\
+Le code de Stable-baselines est le code de Baselines nettoyé, amélioré, documenté. Stable-baselines3 est la dernière version, il utilise Torch. [[https://stable-baselines3.readthedocs.io/en/master/guide/examples.html|Documentation de stable-baselines3]] @ stable-baselines3.readthedocs.io\\
-===Stable-baselines3===
+Les modules python à installer: stable-baselines3 et pyglet. Pyglet ne sert qu'a tester l'installation. L'installation de stable-baselines3 installe gym et installe tout ce qui est dans requirements.txt
-Le code de Stable-baselines est le code de Baselines nettoyé, amélioré, documenté. **[[https://stable-baselines.readthedocs.io/en/master/index.html|Documentation de stable-baselines]]** @ stable-baselines.readthedocs.io
-Stable-baselines3 est la dernière version, il utilise tensorflow2 et Torch\\
-  * **[[https://stable-baselines3.readthedocs.io/en/master/guide/examples.html|Documentation de stable-baselines3]]** @ stable-baselines3.readthedocs.io
-===Installation:===
- https://stable-baselines3.readthedocs.io/en/master/guide/install.html\\
-Les modules python à installer: stable-baselines3[extra] et pyglet. Pyglet ne sert qu'a tester l'installation. L'installation de stable-baselines3 installe gym et installe tout ce qui est dans requirements.txt
 <code bash>
@@ Ligne 58: / Ligne 51: @@
 </code>
-====Notre environement====
+=====Petit Pendule de Furuta=====
-Ressources: **[[https://stable-baselines3.readthedocs.io/en/master/guide/custom_env.html|Création d'un Environment particulier dans Gym de OpenAI]]**
+====Version tout en python====
+Au bout de très longs apprentissages, le maître a fini par comprendre que pigpio empilait les callbacks à traiter ce qui décalait l'apprentissage par rapport au pendule réel.\\
+Le codeur du balancier de 4 000 points crée 16 000 callbacks. En estimant la vitesse de rotation du balancier à 1 tour par seconde, la fréquence d'appel du callback est de 16 000 Hz.\\
+Le moteur a un codeur de 1 000 points: le même calcul ajoute 4 000 Hz.\\
-Notre environnement: **[[https://github.com/sergeLabo/furuta_rl|furuta sur github]]**
+Les gpio d'une Pi ne peuvent pas tourner à plus de 20 000 Hz: [[https://atman-iot.com/blog/raspberry-pi-benchmark/|Can the Raspberry pi acquire high frequency signals?]]
-===== Ressources =====
+Les vitesses de rotation sont plus rapides que 1 tour/seconde: la Pi prend alors du retard.
-    * **[[https://pythonprogramming.net/saving-and-loading-reinforcement-learning-stable-baselines-3-tutorial/?completed=/introduction-reinforcement-learning-stable-baselines-3-tutorial/|Reinforcement Learning in Python with Stable Baselines 3 : How to save and load models]]**
+Le codeur de 4 000 points a été remplacé par un codeur de 1 000 points, qui est grandement suffisant: les frottements ne permettent pas d'apprécier la position du points zéro à mieux que +- 1 ou 2 points.
+===Training avec "best"===
+La méthode training_best de train_test.py est étrange: la doc n'est pas claire, ça ne finit jamais, il y a un message d'erreur au lancement assez obscure.
+<code python>
+eval_callback = EvalCallback(self.env,
+                                     best_model_save_path=self.best_model_save_path,
+                                     log_path=self.logdir,
+                                     eval_freq=500,
+                                     deterministic=True,
+                                     render=False)
+</code>
-  * Notre **<del>Intelligence</del>** **apprentissage statistique** **[[https://github.com/sergeLabo/furuta_rl|furuta sur github]]**
 =====Suivi de l'efficacité de l'apprentissage avec tensorboard=====
 ====Installation, utilisation====
 tensorboard est dans les requirements.\\
-Voir **[[https://github.com/sergeLabo/furuta_rl/blob/main/furuta_soft/train_test.py|train_test.py]]** pour l'implémentation.\\
 Dans le dossier du projet, qui contient le venv=mon_env, lancer en terminal:
   ./mon_env/bin/tensorboard --logdir=logs
@@ Ligne 80: / Ligne 86: @@
-====Des exemples====
+====Exemples====
-{{ :media_15:tb_00.png?900 |}}
+{{:media_15:tb_00.png?200|}}
+{{:media_15:tb_03.png?200|}}
-{{:media_15:tb_03.png?900|}}
+{{:media_15:tb_04.png?200|}}
-{{:media_15:tb_04.png?300|}}
+{{:media_15:tb_01.png?200|}}
-{{:media_15:tb_01.png?300|}}
 ====Moyenne des récompenses====
-Permet d'apprécier l'efficacité de l'apprentissage\\
+{{:media_15:tb_10.png?300 |}} Permet d'apprécier l'efficacité de l'apprentissage\\
 avec rollout/ep_rew_nean
-{{ :media_15:tb_10.png?300 |}}
-=====Tableau d'Optimisation des Paramètres du Pendule de FURUTA=====
-{{:media_15:tb_11.png?900|}}
-{{:media_15:tb_12.png?120 |}}
-**Parameter Optimization**
-^Numéro                          ^   06    ^   07   ^   08   ^   09    ^   10    ^   11    ^   14    ^   15      ^
-|Learning Rate en 10<sup>-4</sup>|   10    |   50   |   20   |   20    |    7    |   12    |   3     |    8      |
-|Ent Coef en 10<sup>-3</sup>     |  1      |   1    |   1    |   2     |   1     |   1     |   0     |    1      |
-|Vf Coef                         |  0.55   |  0.55  |  0.55  |  0.55   |  0.51   |  0.55   |  0.5    |   0.55    |
-|Nombre de steps                 | 276 000 | 82 000 | 614 000| 307 000 | 307 000 | 512 000 | 307 000 | 1 000 000 |
-|Note d'efficacité sur 10        |   6     |   0    |   3    |   1     |   2     |   5     |   5     |           |
-**Le nombre de steps doit être d'au moins 1 millions pour commencer à noter la rapidité d'un apprentissage**
-L'apprentissage par renforcement passe par des phase de progrès et de chaos. Ces chaos permettent d'explorer tous les situations.
-La récompense est le produit de la récompense du chariot par la récompense du balancier. Il faut beaucoup de temps pour que le model intègre cette notion.
-=====On peut faire dire n'importe quoi aux chiffres=====
-Mon efficience à moi, la courbe des moyennes de Récompenses par cycle, avec un lissage de 7.
-{{ :media_15:mon_efficience.png?900 |}}
-**<WRAP center round info 60% centeralign>
-**La tendance est nettement à la progression**
-</WRAP>
-{{tag> bestiaire_ia pytorch tensorboard }}
+{{tag> bestiaire_ia petit_pendule_furuta pytorch tensorboard ia }}