rrojin

- 오류 netcovert 시, Error:Could not build output file(permission denied) 오류 발생 - 해결 SUMO 폴더에 모든 사용자 권한 부여하여 permission denied 문제 해결

목차 1. Overpass turbo OSM 지도에 쿼리를 적용하여 원하는 level의 지도를 생성할 수 있다. OSM으로 그대로 가져와 SUMO에서 작업하려니, 지도가 너무 자세히 생성되어 차가 다닐 수 없는 edges까지 포함하는 문제가 발생하였다. 따라서 특정 조건을 만족하는 지도를 생성하기 위한 방법을 찾아야했다. https://overpass-turbo.eu/ overpass turbo A web based data mining tool for OpenStreetMap which runs any kind of Overpass API query and shows the results on an interactive map. overpass-turbo.eu 추출할 highway level 선정 쿼리..

1) environment netedit 구현 netedit 사용해서 7개 node와 20개 edges로 구성된 네트워크를 (.net.xml) 생성한다. 이때 E7, -E7만 제한 속도 10으로 제한하고, 나머지는 agent의 maxSpeed에 맞추어 15로 구성하였다. 추가로, lane위의 vehicle수를 구하기 위해 모든 edge에 laneAreaDetector을 설치하였다. *dqn.add.xml에 lanedetector를 명시하며 pos와 endPos생략시 lane전체를 의미하며 freq 또는 tl은 필수로 입력해야한다. laneAreaDetector예시) 목표 : agent는 dynamic traffic상황에서 0번 노드부터 6번 노드까지 최단 시간안에 도착하는 것이다. 2) Traffic w..

Paper https://ieeexplore.ieee.org/document/8622980 Reinforcement Learning for Vehicle Route Optimization in SUMO Urban traffic control becomes a major topic for urban development lately as the growing number of vehicles in the transportation network. Recent advances in reinforcement learning methodologies have shown highly potential results in solving complex traffic ieeexplore.ieee.org Environm..

Code https://github.com/Rrojin11/SUMO/tree/master/Random GitHub - Rrojin11/SUMO: sumo + RL sumo + RL. Contribute to Rrojin11/SUMO development by creating an account on GitHub. github.com random_run : 랜덤으로 루트를 변경합니다. 함수 1 : random_run [수정전] 현재 edge에서 다음으로 통과할 수 있는 edge들을 계산하고, 그 중에서 랜덤으로 nextedge를 고릅니다. 이후 traci.vehicle.changeTarget('veh0',nextedge) 코드를 통해 다음 루트를 지정합니다. 1 2 3 4 5 6 7 8 9 10 11 12..

0. 튜토리얼 링크 https://sumo.dlr.de/docs/Tutorials/TraCI4Traffic_Lights.html TraCI4Traffic Lights - SUMO Documentation 1.1.0 --> TraCI4Traffic Lights This shows how to use the Traffic Control Interface (in short TraCI) on a simple example. TraCI gives the possibility to control a running road traffic simulation. TraCI uses a TCP-based client/server architecture where SUMO sumo.dlr.de 다음 튜토리얼의 목표는 북에서..

목차 0. 튜토리얼 소개 1. Network 구성 방법 2. Route 구성 방법 3. GUI 세팅 4. Configuation 작성 5. Run Simulation 0. 튜토리얼 소개 https://sumo.dlr.de/docs/Tutorials/Hello_SUMO.html#routes Hello SUMO - SUMO Documentation 1.1.0 --> Hello SUMO Introduction This tutorial aims at first time Sumo users. We are building the simplest net possible and let a single car drive on it. All files mentioned here can also be found in the..

www.youtube.com/watch?v=2Js4KiDwiyU ML-Agents 가 소개된 tutorial이 유튜브에 꽤 있었지만 버전 문제로 오류가 많이 발생하여 따라하기가 어려웠다. 그 중 제일 안정적이었던 ML-Agentss v1.0 의 Tutorial이다. Player 자동차가 지나가는 Mover 자동차를 피해 점프하면 점수를 얻고, 부딛히면 점수를 잃는 단순한 게임이다. Github에는 미완성본과 완성본 코드가 각각 업로드 되어있는데, 강의와 함께 미완성본 코드를 채워나가면서 ML-Agents작동 흐름을 이해하기 딱 좋았다. - Tutorial 작업 흐름 1) Clone Repository 2) Open Unity Project 3) Jumper.cs 수정 : Change Monobehavio..

2020년 4월 ML-Agents v1.0 이 출시되었다. Unity ML-Agents는 Agent와 Environment간의 action & (state,reward)을 주고 받으며 상호작용 할 수 있도록 연결고리와 같은 역할을 한다. - ML-Agents의 구성요소 Learning Environment = 학습을 위한 환경 Python Low-Level API = 독립적으로 communicator을 통해 유니티 환경과 통신 -> 직접 강화학습 코드 짜서 사용! External Communicator = Learning Environment 에 포함되며 Python low-level API와 learning environment연결 Python Trainers = 에이전트를 학습시킬 수 있는 머신러닝 ..