AI开发平台ModelArtsAI开发平台ModelArts

计算
弹性云服务器 ECS
裸金属服务器 BMS
云手机 CPH
专属主机 DeH
弹性伸缩 AS
镜像服务 IMS
函数工作流 FunctionGraph
云耀云服务器 HECS
VR云渲游平台 CVR
特惠算力专区
存储
对象存储服务 OBS
云硬盘 EVS
云备份 CBR
弹性文件服务 SFS
存储容灾服务 SDRS
云硬盘备份 VBS
云服务器备份 CSBS
数据快递服务 DES
专属企业存储服务
云存储网关 CSG
专属分布式存储服务 DSS
CDN与智能边缘
内容分发网络 CDN
智能边缘云 IEC
智能边缘小站 IES
智能边缘平台 IEF
人工智能
AI开发平台ModelArts
华为HiLens
图引擎服务 GES
图像识别 Image
文字识别 OCR
自然语言处理 NLP
内容审核 Moderation
图像搜索 ImageSearch
医疗智能体 EIHealth
园区智能体 CampusGo
企业级AI应用开发专业套件 ModelArts Pro
人脸识别服务 FRS
对话机器人服务 CBS
视频分析服务 VAS
语音交互服务 SIS
知识图谱 KG
人证核身服务 IVS
IoT物联网
设备接入 IoTDA
设备管理 IoTDM(联通用户专用)
全球SIM联接 GSL
IoT数据分析
路网数字化服务 DRIS
IoT边缘 IoTEdge
设备发放 IoTDP
开发与运维
软件开发平台 DevCloud
项目管理 ProjectMan
代码托管 CodeHub
流水线 CloudPipeline
代码检查 CodeCheck
编译构建 CloudBuild
部署 CloudDeploy
云测 CloudTest
发布 CloudRelease
移动应用测试 MobileAPPTest
CloudIDE
Classroom
开源镜像站 Mirrors
应用魔方 AppCube
云性能测试服务 CPTS
应用管理与运维平台 ServiceStage
云应用引擎 CAE
视频
实时音视频 SparkRTC
视频直播 Live
视频点播 VOD
媒体处理 MPC
视频接入服务 VIS
管理与监管
统一身份认证服务 IAM
消息通知服务 SMN
云监控服务 CES
应用运维管理 AOM
应用性能管理 APM
云日志服务 LTS
云审计服务 CTS
标签管理服务 TMS
资源管理服务 RMS
应用身份管理服务 OneAccess
区块链
区块链服务 BCS
可信跨链服务 TCS
可信分布式身份服务
智能协作
IdeaHub
开发者工具
SDK开发指南
API签名指南
DevStar
HCloud CLI
Terraform
Ansible
云生态
云市场
合作伙伴中心
华为云培训中心
其他
管理控制台
消息中心
产品价格详情
系统权限
我的凭证
客户关联华为云合作伙伴须知
公共问题
宽限期保留期
奖励推广计划
活动
容器
云容器引擎 CCE
云容器实例 CCI
容器镜像服务 SWR
应用编排服务 AOS
多云容器平台 MCP
基因容器 GCS
容器洞察引擎 CIE
云原生服务中心 OSC
容器批量计算 BCE
容器交付流水线 ContainerOps
应用服务网格 ASM
网络
虚拟私有云 VPC
弹性公网IP EIP
弹性负载均衡 ELB
NAT网关 NAT
云专线 DC
虚拟专用网络 VPN
云连接 CC
VPC终端节点 VPCEP
数据库
云数据库 RDS
数据复制服务 DRS
文档数据库服务 DDS
分布式数据库中间件 DDM
云数据库 GaussDB (for openGauss)
云数据库 GaussDB(for MySQL)
云数据库 GaussDB NoSQL
数据管理服务 DAS
数据库和应用迁移 UGO
大数据
MapReduce服务 MRS
数据湖探索 DLI
表格存储服务 CloudTable
可信智能计算服务 TICS
推荐系统 RES
云搜索服务 CSS
数据可视化 DLV
数据湖治理中心 DGC
数据接入服务 DIS
数据仓库服务 GaussDB(DWS)
应用中间件
微服务引擎 CSE
分布式消息服务Kafka版
分布式消息服务RabbitMQ版
API网关 APIG
分布式缓存服务 DCS
分布式消息服务RocketMQ版
企业应用
域名注册服务 Domains
云解析服务 DNS
云速建站 CloudSite
网站备案
商标注册
华为云WeLink
会议
隐私保护通话 PrivateNumber
语音通话 VoiceCall
消息&短信 MSGSMS
云管理网络
SD-WAN 云服务
边缘数据中心管理 EDCM
云桌面 Workspace
应用与数据集成平台 ROMA Connect
ROMA资产中心 ROMAExchange
API全生命周期管理 ROMA API
安全与合规
安全技术与应用
DDoS防护 ADS
Web应用防火墙 WAF
云防火墙 CFW
应用信任中心 ATC
企业主机安全 HSS
容器安全服务 CGS
云堡垒机 CBH
数据库安全服务 DBSS
数据加密服务 DEW
数据安全中心 DSC
云证书管理服务 CCM
SSL证书管理 SCM
漏洞扫描服务 VSS
态势感知 SA
威胁检测服务 MTD
管理检测与响应 MDR
安全治理云图 Compass
认证测试中心 CTC
迁移
主机迁移服务 SMS
对象存储迁移服务 OMS
云数据迁移 CDM
专属云
专属计算集群 DCC
解决方案
高性能计算 HPC
SAP
混合云灾备
华为工业云平台 IMC
价格
成本优化最佳实践
专属云商业逻辑
用户服务
帐号中心
费用中心
成本中心
资源中心
企业管理
工单管理
客户运营能力
国际站常见问题
支持计划
专业服务
合作伙伴支持计划
更新时间:2021-12-27 GMT+08:00
分享

使用强化学习内置环境实现车杆游戏

本章节介绍使用AI Gallery中预置的强化学习算法训练内置环境CartPole示例。

环境介绍

CartPole,车杆游戏,游戏画面如图1所示。游戏中,黑色的方块是一个小车,小车在一维无阻力轨道上运动。小车上连接一根活动杆,杆会左右摇摆。为保证游戏持续进行,小车需要左右移动保持杆子竖直。当小车的移动位置超出游戏界面所示范围或者杆子倾斜角度大于15°,游戏结束。游戏全过程可以理解为AI智能体与环境之间的互动,可以将复杂的因素抽象成以下三个变量。

  1. 可采取的动作:左移、右移。
  2. 获得奖励规则:左移或右移小车之后游戏没有结束,reward值会+1。
  3. 目的:使用强化学习训练一个智能体,玩CartPole游戏,尽可能多获得奖励。
图1 CartPole游戏画面

进入AI Gallery订阅强化学习算法

ModelArts预置的强化学习算法(名为“强化学习GameAI”)发布在AI Gallery中。您可以前往AI Gallery,订阅算法至ModelArts中。

  1. 在AI Gallery中,选择“算法”页签,单击强化学习预置算法,进入算法详情页。
  2. 单击右侧的“订阅”,根据界面提示完成算法订阅。

    此算法由ModelArts官方提供,目前免费开放。订阅算法完成后,页面的“订阅”按钮显示为“已订阅”

  3. 单击详情页的“前往控制台”,此时弹出“选择云服务区域”对话框,选择对应的区域,然后再单击“确定”

    页面将自动跳转至ModelArts的“算法管理>我的订阅”中同步对应的算法。

    图2 选择云服务区域
  4. 在ModelArts管理控制台的算法管理页面,算法将自动同步至ModelArts中。
    图3 同步算法

使用订阅算法创建训练作业

算法订阅成功后,算法将呈现在“算法管理>我的订阅”中,您可以使用订阅的“强化学习预置算法”算法创建训练作业,获得模型。

  1. 进入“算法管理>我的订阅”页面,选择订阅的“强化学习预置算法”算法,单击左侧的小三角展开算法,在版本列表中,单击“创建训练作业”
  2. 在创建训练作业页面,参考如下说明填写关键参数。
    • “算法>我的订阅”:系统默认选择上一步订阅的算法,请勿随意修改。
    • “训练输入”:由于本场景选择内置环境,无需数据输入。此处请选择一个OBS空目录。
    • “训练输出”:选择一个OBS空目录存储训练输出的模型。
    • “超参”:检查参数“preset_env_id”值为“CartPole-v0”,由于使用的是内置环境,需将确保“use_preset_env”参数值为“True”。其他参数保持默认即可。
    • “资源类型”:建议选择限时免费的GPU规格,限时免费资源经常会遇到排队或售罄情况,如果希望获得更好的体验可以选择付费的资源。
  3. 参数填写完成后,单击“提交”,根据界面提示完成训练作业创建。
  4. 进入“训练管理>训练作业New”页面,等待训练作业完成。

    训练作业运行需要几分钟时间,请耐心等待。根据经验,使用付费资源,此样例在5分钟左右完成训练。

    当训练作业的状态变更为“已完成”时,表示已运行结束。您可以单击训练作业名称,进入详情页面,了解训练作业的“配置信息”、“日志”、“资源占用情况”等信息。您也可以在配置的“训练输出位置”对应的OBS目录下获得训练生成的模型。

创建AI应用

训练完成的模型存储在训练输出的OBS路径中,您可以将此模型导入到ModelArts中进行部署为AI应用。

  1. 在ModelArts管理控制台中,单击左侧导航栏中的“AI应用管理 >AI应用”,进入AI应用页面。
  2. 在“AI应用 > 我的AI应用”页面,单击“创建”,进入创建AI应用页面。
  3. 在创建AI应用页面,系统会自动根据上一步训练作业填写参数,参考如下说明确认关键参数。

    “元模型来源”:系统自动选择“从训练中选择 >训练作业(New)”

    “选择训练作业”:系统自动选择上一步创建的训练作业。

    “AI引擎”:系统自动写入该模型的AI引擎,无需修改。

    “推理代码”:系统自动放置推理代码到OBS输出路径,无需修改。

    “部署类型”:默认选择“在线部署”

  4. 参数填写完成后,单击“立即创建”。页面自动跳转至AI应用列表页面,等待创建结果,预计2分钟左右。

    当AI应用的状态变为“正常”时,表示创建成功。您可以在“AI应用”列表页面查看已导入的模型及其版本。

部署为在线服务

AI应用创建成功后,可将此服务部署为在线服务,部署完成后即可在ModelArts管理控制台进行预测。

  1. 在“AI应用管理 > AI应用 > 我的AI应用”页面,单击AI应用名称左侧的小三角,打开此模型下的所有版本。在对应版本所在行,单击操作列的“部署”,然后在下拉框中选择“在线服务”,进入“部署”页面。
  2. 在部署页面,参考如下说明填写关键参数。

    “资源池”:选择“公共资源池”

    “选择模型及配置”“模型”“版本”会自动选择前面导入的模型。

    “计算节点规格”:在下拉框中选择CPU或GPU,本示例选择CPU资源进行部署。

    “计算节点个数”:需设置为“1”,目前仅支持单机部署,只能设置为“1”,不可修改。

    其他参数可使用默认值。

    图4 部署在线服务
  3. 参数设置完成后,单击“下一步”,根据界面提示,完成在线服务的部署。

    您可以进入“在线服务”列表页面,等待服务部署结束,当服务状态变为“运行中”时,表示服务部署成功。

  4. 在线服务部署完成后,您可以单击服务名称进入服务详情页。
    • 访问服务:了解“调用指南”,获取“API接口地址”,了解“输入参数”“输出参数”
      图5 调用指南
    • 预测:单击“预测”页签,输入相应的参数或代码,单击“预测”即可看到运行结果,具体格式及要求参考算法说明文档。给出一组可用于推理预测的标准示例数据及格式,如下所示:
      1
      2
      3
      4
      5
      6
      7
      8
      9
      {
      	"is_training": "False",
      	"observations": [
      		[0.02160617659181513, 0.022702596137138, -0.026817784180154104, 0.04523499832683836]
      	],
      	"prev_action": [0],
      	"prev_reward": [0.0],
      	"seq_lens": [0]
      }
      

      在线部署推理仅为单步预测,如果想实现完整的游戏推理,需要使用训练保存的模型或调用在线服务API的方式,编写相应的推理程序。

      图6 预测结果

清除资源

为避免产生不必要额费用,通过此示例学习时序预测算法的使用后,您可以清除相关资源,避免造成资源浪费。

  • 停止在线服务:在“在线服务”页面,单击对应服务操作列的“停止”
  • 删除训练作业:在“训练作业New”页面,单击操作列的“删除”
  • 删除数据:前往OBS,删除上传的数据,然后删除文件夹及OBS桶。
分享:

    相关文档

    相关产品

关闭导读