nn_dynamics 学习笔记二
trajectories.py
生成路径
def make_trajectory(shape, starting_state_NN, x_index, y_index, which_agent):
curr_x = np.copy(starting_state_NN[x_index])
curr_y = np.copy(starting_state_NN[y_index])
my_list = []
if(shape=="left_turn"):
if(which_agent==1):
my_list.append(np.array([curr_x, curr_y]))
my_list.append(np.array([curr_x+2, curr_y]))
my_list.append(np.array([curr_x+4, curr_y]))
my_list.append(np.array([curr_x+6, curr_y]))
my_list.append(np.array([curr_x+6, curr_y+2]))
my_list.append(np.array([curr_x+6, curr_y+3]))
my_list.append(np.array([curr_x+6, curr_y+4]))
my_list.append(np.array([curr_x+6, curr_y+5]))
my_list.append(np.array([curr_x+6, curr_y+6]))
my_list.append(np.array([curr_x+6, curr_y+7]))
else:
my_list.append(np.array([curr_x, curr_y]))
my_list.append(np.array([curr_x+1, curr_y]))
my_list.append(np.array([curr_x+2, curr_y]))
my_list.append(np.array([curr_x+3, curr_y]))
my_list.append(np.array([curr_x+4, curr_y+1]))
my_list.append(np.array([curr_x+4, curr_y+2]))
my_list.append(np.array([curr_x+4, curr_y+3]))
my_list.append(np.array([curr_x+4, curr_y+4]))
if(shape=="right_turn"):
if(which_agent==1):
my_list.append(np.array([curr_x, curr_y]))
my_list.append(np.array([curr_x, curr_y+1]))
my_list.append(np.array([curr_x, curr_y+2]))
my_list.append(np.array([curr_x, curr_y+3]))
my_list.append(np.array([curr_x, curr_y+4]))
my_list.append(np.array([curr_x+2, curr_y+4]))
my_list.append(np.array([curr_x+3, curr_y+4]))
my_list.append(np.array([curr_x+4, curr_y+4]))
my_list.append(np.array([curr_x+6, curr_y+4]))
my_list.append(np.array([curr_x+7, curr_y+4]))
else:
my_list.append(np.array([curr_x, curr_y]))
my_list.append(np.array([curr_x, curr_y+1]))
my_list.append(np.array([curr_x, curr_y+2]))
my_list.append(np.array([curr_x+2, curr_y+3]))
my_list.append(np.array([curr_x+3, curr_y+3]))
my_list.append(np.array([curr_x+4, curr_y+3]))
my_list.append(np.array([curr_x+5, curr_y+3]))
my_list.append(np.array([curr_x+6, curr_y+3]))
my_list.append(np.array([curr_x+7, curr_y+3]))
my_list.append(np.array([curr_x+8, curr_y+3]))
if(shape=="u_turn"):
my_list.append(np.array([curr_x, curr_y]))
my_list.append(np.array([curr_x+2, curr_y]))
my_list.append(np.array([curr_x+4, curr_y]))
my_list.append(np.array([curr_x+4, curr_y+1]))
my_list.append(np.array([curr_x+4, curr_y+2]))
my_list.append(np.array([curr_x+2, curr_y+2]))
my_list.append(np.array([curr_x+1, curr_y+2]))
my_list.append(np.array([curr_x, curr_y+2]))
if(shape=="straight"):
i=0
num_pts = 40
while(i < num_pts):
my_list.append(np.array([curr_x+i, curr_y]))
i+=0.7
if(shape=="backward"):
i=0
num_pts = 40
while(i < num_pts):
my_list.append(np.array([curr_x-i, curr_y]))
i+=0.5
if(shape=="forward_backward"):
my_list.append(np.array([curr_x, curr_y]))
my_list.append(np.array([curr_x+1, curr_y]))
my_list.append(np.array([curr_x+2, curr_y]))
my_list.append(np.array([curr_x+3, curr_y]))
my_list.append(np.array([curr_x+2, curr_y]))
my_list.append(np.array([curr_x+1, curr_y]))
my_list.append(np.array([curr_x+0, curr_y]))
my_list.append(np.array([curr_x-1, curr_y]))
my_list.append(np.array([curr_x-2, curr_y]))
if(shape=="circle"):
num_pts = 10
radius=2.0
speed=-np.pi/8.0
for i in range(num_pts):
curr_x= radius*np.cos(speed*i)-radius
curr_y= radius*np.sin(speed*i)
my_list.append(np.array([curr_x, curr_y]))
return np.array(my_list)
nn_dynamics 学习笔记二相关推荐
- qml学习笔记(二):可视化元素基类Item详解(上半场anchors等等)
原博主博客地址:http://blog.csdn.net/qq21497936 本文章博客地址:http://blog.csdn.net/qq21497936/article/details/7851 ...
- [转载]dorado学习笔记(二)
原文地址:dorado学习笔记(二)作者:傻掛 ·isFirst, isLast在什么情况下使用?在遍历dataset的时候会用到 ·dorado执行的顺序,首先由jsp发送请求,调用相关的ViewM ...
- PyTorch学习笔记(二)——回归
PyTorch学习笔记(二)--回归 本文主要是用PyTorch来实现一个简单的回归任务. 编辑器:spyder 1.引入相应的包及生成伪数据 import torch import torch.nn ...
- tensorflow学习笔记二——建立一个简单的神经网络拟合二次函数
tensorflow学习笔记二--建立一个简单的神经网络 2016-09-23 16:04 2973人阅读 评论(2) 收藏 举报 分类: tensorflow(4) 目录(?)[+] 本笔记目的 ...
- Scapy学习笔记二
Scapy学习笔记二 Scapy Sniffer的用法: http://blog.csdn.net/qwertyupoiuytr/article/details/54670489 Scapy Snif ...
- Ethernet/IP 学习笔记二
Ethernet/IP 学习笔记二 原文链接:http://wiki.mbalib.com/wiki/Ethernet/IP 1.通信模式 不同于源/目的通信模式,EtherNet/IP 采用生产/消 ...
- Java学习笔记二:数据类型
Java学习笔记二:数据类型 1. 整型:没有小数部分,允许为负数,Java整型分4种:int short long byte 1.1 Int最为常用,一个Int类型变量在内存中占用4个字节,取值范围 ...
- 吴恩达《机器学习》学习笔记二——单变量线性回归
吴恩达<机器学习>学习笔记二--单变量线性回归 一. 模型描述 二. 代价函数 1.代价函数和目标函数的引出 2.代价函数的理解(单变量) 3.代价函数的理解(两个参数) 三. 梯度下降- ...
- ASP.NET MVC 2 学习笔记二: 表单的灵活提交
ASP.NET MVC 2 学习笔记二: 表单的灵活提交 前面说到有做到公司内部的一个请假系统,用的是ASP.NET MVC 2+Entity Framework.虽然EF(Entity Frame ...
最新文章
- 「数据结构」图基础篇
- 西方餐厅的顶级食材,被中国人干到了“白菜价”
- Ubuntu下OpenResty 搭建高性能服务端
- java.lang.NumberFormatException: For input string:
- TLS1.3对CIP的影响(对密码套件的解释)
- 绘制计算机网络拓扑图,绘制网络拓扑图1.ppt
- dz论坛非应用商店的插件如何安装教程
- 最新版-----新浪微博的第三方登录
- 微信中直接下载APK
- Python:1020 月饼
- 针对HFS 2.3漏洞进行渗透测试提权(HFS:HttpFileServer)
- C++11多线程:thread头文件
- html5这么盒子页面居中,实现盒子居中
- signature=3857ce3ebaa6b547d8be98ebee7c4307,Dark Matter Search with Gravitational Microlensing Events
- MacOS 安装 Parallels Desktop,再安装 UOS 20 + QtCreaor,及搭建 DTK 开发环境
- 「THE NEXT」第三届全球小程序生态大会圆满成功,规模空前,爆点不断
- 资深程序媛手把手教你如何从零基础进行电影数据数据分析采集!
- js和python哪个简单_python和js哪个难学
- 西门子PLC用TIA博途SCL语言写的一个产生随机实数的指令块(学习1)
- 有效解决“你的账户已被停用,清向系统管理员咨询”问题
热门文章
- 服务器硬件资源监控--PIGOSS BSM
- Docker安装Jenkins实现自动化构建部署到Tomcat
- ASP.NET MVC在线考试系统
- 电子烟HPHCs测试
- Q1业绩稳健,达达集团展开价值的“稳定三角”
- excel打开密码忘记了_excel工作表密码忘了,我不知道怎么办,同事2分钟就把密码删除了...
- 393页13万字智慧旅游大脑建设方案
- 叶国富的“超级品牌梦”,需要很多个“三丽鸥”
- 【Liunx】进程的程序替换——自定义编写极简版shell
- css 水平+垂直居中