-
Notifications
You must be signed in to change notification settings - Fork 0
/
simulation.py
57 lines (42 loc) · 1.51 KB
/
simulation.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
import gym
from gym import spaces
import numpy as np
class TiendaEnv(gym.Env):
def __init__(self):
super(TiendaEnv, self).__init__()
self.total_piezas = 96
self.tamano_tienda = 5
self.acciones_disponibles = self.total_piezas // self.tamano_tienda
self.tienda = None
self.estado = None
self.action_space = spaces.Discrete(self.acciones_disponibles)
self.observation_space = spaces.Discrete(self.total_piezas)
def reset(self):
self.tienda = np.random.choice(self.total_piezas, size=self.tamano_tienda, replace=False)
self.estado = self.tienda.copy()
return self.estado
def step(self, accion):
assert self.action_space.contains(accion), "Accion no valida"
recompensa = 0
if accion != 0:
self.tienda = np.random.choice(self.total_piezas, size=self.tamano_tienda, replace=False)
self.estado = self.tienda.copy()
recompensa = 1
observacion = self.estado.copy()
done = False
return observacion, recompensa, done, {}
def render(self):
print("Tienda:", self.tienda)
# Crear una instancia del entorno
env = TiendaEnv()
# Reiniciar el entorno
estado_inicial = env.reset()
print("Estado inicial:", estado_inicial)
# Realizar algunos pasos en el juego
accion = 1
observacion, recompensa, done, _ = env.step(accion)
print("Observacion:", observacion)
print("Recompensa:", recompensa)
print("Done:", done)
# Renderizar la tienda actual
env.render()