baselines算法库common/vec_env/vec_env.py模块分析
common/vec_env/vec_env.py模块内容:
import contextlib
import os
from abc import ABC, abstractmethod from baselines.common.tile_images import tile_images class AlreadySteppingError(Exception):
"""
Raised when an asynchronous step is running while
step_async() is called again.
""" def __init__(self):
msg = 'already running an async step'
Exception.__init__(self, msg) class NotSteppingError(Exception):
"""
Raised when an asynchronous step is not running but
step_wait() is called.
""" def __init__(self):
msg = 'not running an async step'
Exception.__init__(self, msg) class VecEnv(ABC):
"""
An abstract asynchronous, vectorized environment.
Used to batch data from multiple copies of an environment, so that
each observation becomes an batch of observations, and expected action is a batch of actions to
be applied per-environment.
"""
closed = False
viewer = None metadata = {
'render.modes': ['human', 'rgb_array']
} def __init__(self, num_envs, observation_space, action_space):
self.num_envs = num_envs
self.observation_space = observation_space
self.action_space = action_space @abstractmethod
def reset(self):
"""
Reset all the environments and return an array of
observations, or a dict of observation arrays. If step_async is still doing work, that work will
be cancelled and step_wait() should not be called
until step_async() is invoked again.
"""
pass @abstractmethod
def step_async(self, actions):
"""
Tell all the environments to start taking a step
with the given actions.
Call step_wait() to get the results of the step. You should not call this if a step_async run is
already pending.
"""
pass @abstractmethod
def step_wait(self):
"""
Wait for the step taken with step_async(). Returns (obs, rews, dones, infos):
- obs: an array of observations, or a dict of
arrays of observations.
- rews: an array of rewards
- dones: an array of "episode done" booleans
- infos: a sequence of info objects
"""
pass def close_extras(self):
"""
Clean up the extra resources, beyond what's in this base class.
Only runs when not self.closed.
"""
pass def close(self):
if self.closed:
return
if self.viewer is not None:
self.viewer.close()
self.close_extras()
self.closed = True def step(self, actions):
"""
Step the environments synchronously. This is available for backwards compatibility.
"""
self.step_async(actions)
return self.step_wait() def render(self, mode='human'):
imgs = self.get_images()
bigimg = tile_images(imgs)
if mode == 'human':
self.get_viewer().imshow(bigimg)
return self.get_viewer().isopen
elif mode == 'rgb_array':
return bigimg
else:
raise NotImplementedError def get_images(self):
"""
Return RGB images from each environment
"""
raise NotImplementedError @property
def unwrapped(self):
if isinstance(self, VecEnvWrapper):
return self.venv.unwrapped
else:
return self def get_viewer(self):
if self.viewer is None:
from gym.envs.classic_control import rendering
self.viewer = rendering.SimpleImageViewer()
return self.viewer class VecEnvWrapper(VecEnv):
"""
An environment wrapper that applies to an entire batch
of environments at once.
""" def __init__(self, venv, observation_space=None, action_space=None):
self.venv = venv
super().__init__(num_envs=venv.num_envs,
observation_space=observation_space or venv.observation_space,
action_space=action_space or venv.action_space) def step_async(self, actions):
self.venv.step_async(actions) @abstractmethod
def reset(self):
pass @abstractmethod
def step_wait(self):
pass def close(self):
return self.venv.close() def render(self, mode='human'):
return self.venv.render(mode=mode) def get_images(self):
return self.venv.get_images() def __getattr__(self, name):
if name.startswith('_'):
raise AttributeError("attempted to get missing private attribute '{}'".format(name))
return getattr(self.venv, name) class VecEnvObservationWrapper(VecEnvWrapper):
@abstractmethod
def process(self, obs):
pass def reset(self):
obs = self.venv.reset()
return self.process(obs) def step_wait(self):
obs, rews, dones, infos = self.venv.step_wait()
return self.process(obs), rews, dones, infos class CloudpickleWrapper(object):
"""
Uses cloudpickle to serialize contents (otherwise multiprocessing tries to use pickle)
""" def __init__(self, x):
self.x = x def __getstate__(self):
import cloudpickle
return cloudpickle.dumps(self.x) def __setstate__(self, ob):
import pickle
self.x = pickle.loads(ob) @contextlib.contextmanager
def clear_mpi_env_vars():
"""
from mpi4py import MPI will call MPI_Init by default. If the child process has MPI environment variables, MPI will think that the child process is an MPI process just like the parent and do bad things such as hang.
This context manager is a hacky way to clear those environment variables temporarily such as when we are starting multiprocessing
Processes.
"""
removed_environment = {}
for k, v in list(os.environ.items()):
for prefix in ['OMPI_', 'PMI_']:
if k.startswith(prefix):
removed_environment[k] = v
del os.environ[k]
try:
yield
finally:
os.environ.update(removed_environment)
类
class AlreadySteppingError(Exception):
class NotSteppingError(Exception):
作为异常类不过多介绍。
class VecEnv(ABC): 作为抽象类是对gym的环境进行进一步的包装,该类的作用就是进行多环境env的并行操作,也就是并行与环境进行交互和采样。
继承并实现该类进行初始化的时候需要设置并行的环境数和环境的状态空间和动作空间。
该类的主要操作为 reset, step, render , 这三个操作的含义和gym的设定相同,不同的是并行操作部分:
step函数中调用 self.step_async(actions) 保证多个环境都可以并行的收到下步的动作,self.step_wait() 可以视作阻塞操作用来同步多进程下多个环境的step同步,并将多个环境返回的:
Returns (obs, rews, dones, infos):
- obs: an array of observations, or a dict of
arrays of observations.
- rews: an array of rewards
- dones: an array of "episode done" booleans
- infos: a sequence of info object
obs,rews,dones,infos 向上级返回。
render函数为绘图动作,该函数将多个环境的当前状态的图片进行拼接,在'human'模式下将拼接后的图片进行绘图操作,在'rgb_array'模式下对拼接后的图片的np.array形式数据进行返回。
多环境当前状态图片的拼接参见: https://www.cnblogs.com/devilmaycry812839668/p/16025513.html
close函数关闭绘图对象self.viewer并调用close_extras关闭其他资源。
函数get_viewer生成绘图对象self.viewer,绘图对象self.viewer为调用gym的rendering模块生成的。
函数unwrapped判断实现VecEnv类的子类是否属于VecEnvWrapper类,如果是则调用self.venv.unwrapped,大致可以理解为该函数是要返回最原始的为包装过的env而不是VecEnv 。
类:
class VecEnvWrapper(VecEnv):
class VecEnvObservationWrapper(VecEnvWrapper):
均为抽象类,主要实现的函数:
def close(self):
return self.venv.close() def render(self, mode='human'):
return self.venv.render(mode=mode) def get_images(self):
return self.venv.get_images()
def __getattr__(self, name):
if name.startswith('_'):
raise AttributeError("attempted to get missing private attribute '{}'".format(name))
return getattr(self.venv, name)
@abstractmethod
def process(self, obs):
pass def reset(self):
obs = self.venv.reset()
return self.process(obs) def step_wait(self):
obs, rews, dones, infos = self.venv.step_wait()
return self.process(obs), rews, dones, infos
可以看出这几个抽象类的最后都是通过调用self.env来实现的,比如:
step函数则是调用:
self.venv.step_async(actions)
obs, rews, dones, infos = self.venv.step_wait()
return self.process(obs), rews, dones, infos
来实现的。
而reset则是:
def reset(self):
obs = self.venv.reset()
return self.process(obs)
可以看出self.env的env.reset()函数、env.step_wait()函数、venv.render(mode=mode)函数比较重要。
在类VecEnv及子类中比较有意思的函数:
def __getattr__(self, name):
if name.startswith('_'):
raise AttributeError("attempted to get missing private attribute '{}'".format(name))
return getattr(self.venv, name)
该函数的含义是调用类对象的成员变量时如果是私有变量则报错,对其他的变量都是返回self.env中对应的同名变量。
------------------------------------------------
class CloudpickleWrapper(object):
"""
Uses cloudpickle to serialize contents (otherwise multiprocessing tries to use pickle)
""" def __init__(self, x):
self.x = x def __getstate__(self):
import cloudpickle
return cloudpickle.dumps(self.x) def __setstate__(self, ob):
import pickle
self.x = pickle.loads(ob)
这个类是实现调用pickle实现序列化时内部是先调用cloudpickle模块实现raw byte类型,该模块可以将变量及函数都转为raw byte类型从而可以调用pickle进行序列化,可以实现多进程间传递python函数等。
-------------------------------------------------------
@contextlib.contextmanager
def clear_mpi_env_vars():
"""
from mpi4py import MPI will call MPI_Init by default. If the child process has MPI environment variables, MPI will think that the child process is an MPI process just like the parent and do bad things such as hang.
This context manager is a hacky way to clear those environment variables temporarily such as when we are starting multiprocessing
Processes.
"""
removed_environment = {}
for k, v in list(os.environ.items()):
for prefix in ['OMPI_', 'PMI_']:
if k.startswith(prefix):
removed_environment[k] = v
del os.environ[k]
try:
yield
finally:
os.environ.update(removed_environment)
该函数的作用注释说的已经很清楚,这里在多解释下:
因为baseline模块会调用mpi4py函数,
from mpi4py import MPI
只要引入了mpi4py包就会自动设置环境变量,而引入mpi4py后在调用multiprocessing函数生成多个子进程时mpi4py模块会导致子进程挂起,这时如果我们已经引入了mpi4py后还想要调用multiprocessing模块生成多个进程则需要设置环境变量将mpi的环境变量删除,这样话就不会识别到已经引入的mpi4py,在生成多进程执行完操作后再将删除的mpi环境变量加回到环境变量中。
================================================
baselines算法库common/vec_env/vec_env.py模块分析的更多相关文章
- 图像滤镜艺术---ZPhotoEngine超级算法库
原文:图像滤镜艺术---ZPhotoEngine超级算法库 一直以来,都有个想法,想要做一个属于自己的图像算法库,这个想法,在经过了几个月的努力之后,终于诞生了,这就是ZPhotoEngine算法库. ...
- scikit-learn 支持向量机算法库使用小结
之前通过一个系列对支持向量机(以下简称SVM)算法的原理做了一个总结,本文从实践的角度对scikit-learn SVM算法库的使用做一个小结.scikit-learn SVM算法库封装了libsvm ...
- 【Python】【Web.py】详细解读Python的web.py框架下的application.py模块
详细解读Python的web.py框架下的application.py模块 这篇文章主要介绍了Python的web.py框架下的application.py模块,作者深入分析了web.py的源码, ...
- 第三百零六节,Django框架,models.py模块,数据库操作——创建表、数据类型、索引、admin后台,补充Django目录说明以及全局配置文件配置
Django框架,models.py模块,数据库操作——创建表.数据类型.索引.admin后台,补充Django目录说明以及全局配置文件配置 数据库配置 django默认支持sqlite,mysql, ...
- 使用织梦开源的分词算法库编写的YII获取分词扩展
在编辑文章中,很多时候都需要自动根据文章内容获取关键字的功能,因此,本文主要是说明如何在yii中使用织梦开源的分词算法编写一个独立的扩展,可以在不同的模块中使用,步骤如下: 1 到这里下载其他朋友整理 ...
- 四 Django框架,models.py模块,数据库操作——创建表、数据类型、索引、admin后台,补充Django目录说明以及全局配置文件配置
Django框架,models.py模块,数据库操作——创建表.数据类型.索引.admin后台,补充Django目录说明以及全局配置文件配置 数据库配置 django默认支持sqlite,mysql, ...
- mahout算法库(四)
mahout算法库 分为三大块 1.聚类算法 2.协同过滤算法(一般用于推荐) 协同过滤算法也可以称为推荐算法!!! 3.分类算法 算法类 算法名 中文名 分类算法 Log ...
- 操作MySQL-数据库的安装及Pycharm模块的导入
操作MySQL-数据库的安装及Pycharm模块的导入 1.基于pyCharm开发环境,在CMD控制台输入依次输入以下步骤: (1)pip3 install PyMySQL < 安装 PyMy ...
- 痞子衡嵌入式:对比MbedTLS算法库纯软件实现与i.MXRT上DCP,CAAM硬件加速器实现性能差异
大家好,我是痞子衡,是正经搞技术的痞子.今天痞子衡给大家介绍的是MbedTLS算法库纯软件实现与i.MXRT上DCP,CAAM硬件加速器实现性能差异. 近期有 i.MXRT 客户在集成 OTA SBL ...
- snowland-smx密码算法库
snowland-smx密码算法库 一.snowland-smx密码算法库的介绍 snowland-smx是python实现的国密套件,对标python实现的gmssl,包含国密SM2,SM3,SM4 ...
随机推荐
- 夜莺官方文档优化第一弹:手把手教你部署和架构讲解,消灭所有部署失败的 case!干!
前置说明 各种环境的选型建议 Docker compose 方式:仅仅用于简单测试,不推荐在生产环境使用 Docker compose,升级起来挺麻烦的,除非你对 Docker compose 真的很 ...
- xtrabackup备份工具
为什么要学这个工具 背景 一个合格的运维工程师或者dba工程师,如果有从事数据库方面的话,首先需要做的就是备份,如果没有备份,出现问题的话,你的业务就会出问题,你的工作甚至会... 所以备份是重要的, ...
- Unity 利用Cache实现边下边玩
现在手机游戏的常规更新方案都是在启动时下载所有资源更新,游戏质量高的.用户粘性大的有底气,先安装2个G,启动再更新2个G,文件小了玩家还觉得品质不行不想玩. 最近在做微信.抖音小游戏,使用他们提供的资 ...
- Linux系统与网络管理
0. 背景 0.1 Unix Unix诞生于1969年 特点 多任务 多用户 多平台 保护模式 可移植操作系统接口(POSIX) 0.2 Linux 与Unix关系 类Unix系统,完全按照Unix的 ...
- python之集合学习
*******************集合{set}******************* 1.集合set 可变 特点:是由不同元素组成 是无序的 集合中元素必须是不可变类型例如(字符串/元祖/数字) ...
- python3 json.dumps(OrderDict类型) 报错:TypeError: Object of type datetime is not JSON serializable
chatgpt给出的解决方案, 在json.dumps()函数调用中传入default参数来指定如何处理datetime对象 import json from datetime import date ...
- yb课堂 前端项目技术组件概述 《三十》
常用的技术组件的作用 学前必备基础:HTML.CSS.JavaScript.Vue基础知识 Vue:用于构建用户界面的渐进式JavaScript框架 什么是Cube-UI 基于Vue.js实现的精致移 ...
- 自学Java第二周
本周学习 一.Java能干些什么? 1.共三个版本:Java SE.Java EE.Java ME Java SE:Java语言的(标准版),用于桌面应用开发,是其他两个版本的基础. Java ME: ...
- Python生成PDF:Reportlab的六种使用方式
Reportlab是Python创建PDF文档的功能库 这里是整理过的六种Reportlab使用方式,主要参考的是<ReportLab User Guide> 一.使用文档模板DocTem ...
- UE5 射线检测排除隐藏的Actor
0x00 Unreal Engine 5(UE5)以其卓越的性能和直观的开发工具在游戏开发领域占据了重要地位.本系列将深入探讨UE5中射线检测的关键概念,着重介绍处理隐藏Actor的技巧. 0x01. ...