ENV

tensorflow==2.6.2

numpy==1.19.5

gym==0.21.0

Imitation Learning

0. 预处理

• python -m rl.analysis_tool.process_mp 处理原始json数据得到训练参数, 修改 rl/env/act_obs_space.py中的参数, 并修改rl/env/agent/feature_def.py中对应的参数（buffer id下面的参数）
• python -m rl.env.agent.feature_def 生成特征文件
• python -m rl.train.preprocess 16 v332 生成version pt数据文件，采用process_num个进程

1. 训练 cd op_sl/ sh train.sh （参数配置在rl/train_sl/config.py）

2. kill: pkill -f "/usr/bin/python3 -c from multiprocessing" && pkill -f "python3 -m rl.train.train"

3. 预测 cd op_sl/ sh pred.sh