کتابخانه یادگیری ماشین پایتون در انی لاجیک

مشابه روش دیگر افزودن یادگیری ماشین پایتون به انی لاجیک، در این مقاله یک روش دیگر و رسمی تر را بررسی و آموزش خواهیم داد.

ALPypeRL یا AnyLogic Python Pipe for Reinforcement Learning یک کتابخانه منبع باز برای اتصال مدل های شبیه سازی AnyLogic با چارچوب های یادگیری تقویتی است که با رابط OpenAI Gymnasium (تک عامل) سازگار است.

با ALPypeRL شما قادر خواهید بود:

• مدل AnyLogic خود را به یک چارچوب یادگیری تقویتی مورد نظر خود متصل کنید (به عنوان مثال ray rllib).
• آموزش خود را با راه اندازی بسیاری از مدل های AnyLogic به طور همزمان افزایش دهید (به یک مدل صادراتی نیاز دارد).
• خط مشی آموزش دیده خود را از AnyLogic اجرا و ارزیابی کنید.
• مدل‌های AnyLogic خود را در حین آموزش اشکال‌زدایی کنید (این یک ویژگی خاص منحصر به فرد ALPypeRL است که تجربه کاربر را در حین اشکال‌زدایی مدل به طرز چشمگیری بهبود می‌بخشد).
• هنگام آموزش یا ارزیابی (که به نقطه اصلی قبلی مرتبط است) از تجسم غنی AnyLogic استفاده کنید.

مستندات جامع تری وجود دارد که شامل مثال های متعددی است که به شما کمک می کند تا عملکردهای اساسی را با جزئیات بیشتر درک کنید.

توجه: ALPypeRL با استفاده از ray rllib به عنوان چارچوب RL پایه توسعه یافته است. Ray rllib یک بسته منبع باز پیشرو در صنعت برای یادگیری تقویتی است. به همین دلیل، ALPypeRL وابستگی های خاصی به آن دارد (به عنوان مثال استقرار و ارزیابی سیاست آموزش دیده).

محیط ها

ALPypeRL شامل 2 محیط است که ارتباط بین AnyLogic و اسکریپت پایتون شما را ممکن می کند:

• ALPypeRLConnector – کتابخانه کانکتور AnyLogic (“عامل”) که در مدل شبیه سازی شما قرار می گیرد.
• alpyperl – کتابخانه ای که پس از پیکربندی خط مشی خود در اسکریپت پایتون خود برای اتصال به مدل AnyLogic استفاده خواهید کرد (شامل قابلیت هایی برای آموزش و ارزیابی است).

نصب

برای نصب کتابخانه پایه ALPypeRL در پایتون، از دستور زیر استفاده کنید.

pip install alpyperl

برای استفاده از ALPypeRLConnector در AnyLogic، می توانید کتابخانه را به پالت خود اضافه کنید. این به شما امکان می دهد کانکتور را در مدل خود بکشید و رها کنید. توجه داشته باشید که برای کارکرد کانکتور باید دستورالعمل های بیشتری را دنبال کنید.

https://github.com/MarcEscandell/ALPypeRL/blob/main/resources/images/alpyperl_library.png

برای مطالعه بیشتر، به مرجع آن مراجعه کنید. همچنین می توانید ویدیو زیر را مشاهده کنید:

https://www.anylogic.com/resources/educational-videos/webinar-pypeline-a-python-connector-library-for-anylogic/

منبع: https://github.com/MarcEscandell/ALPypeRL