FAQ

[curieuxjy]

1. 참가 신청 완료는 어떻게 확인하나요?

참가 신청서 작성시 바로 확인 메일이 가지 않습니다. 사전 참가 신청기간에 작성해주신 참가자 분들에게는 지난 10/19(화)일에 Github 업데이트 알림과 함께 참가 확인 메일을 보내드렸습니다.

이번 2차 참가 신청을 작성해주신 분들과 앞서 사전 참가 신청을 해주신 모든 분들께 10/31(일)일에 챌린지 참가 안내 메일을 보내드릴 예정입니다.

관련해서 메일을 받지 못하셨거나 확인이 안되신 분들은 rlkorea7@gmail.com으로 연락을 주시면 확인해드리겠습니다.

2. 참가 방식 [1] Python API 와 [2] ml-agents 내부 알고리즘으로 참여하는 2가지 방법 모두 제출이 가능한가요?

가능합니다.

한 개의 팀에서 [1], [2] 방식 모두로 제출 가능하며,팀에서 제출한 모델들 중 제출 방식에 상관없이 최고점만 리더보드에 기록됩니다.

성적에 따른 상금 수여(1등,2등)는 [1],[2] 제출 방식 상관 없이 모든 제출자들의 성적 순위에 따라 결정됩니다.
Unity 특별상의 경우에는 [2] 방식으로 제출한 제출자들끼리 따로 순위를 판단하여 상위 2팀에게 주어집니다.(Unity 특별상을 위한 리더보드는 따로 제공되지 않습니다.)

3. 모델 학습을 위해 제공된 환경을 어디까지 변경하여 사용할 수 있나요?

환경 설명 docs인 rl_village_info.md 에 설명된 Customization 부분에서 json 파일로 조정할 수 있는 부분 외에 모든 변경은 할 수 없습니다.

단 환경에서 제공하는 상태와 보상을 알고리즘 단에서 수정하여 사용하는 것은 가능합니다.

4. 수상 기준이 되는 최고 성적이란 무엇인가요?

수상의 기준이 되는 리더보드에 매겨지는 점수는 Test Environment 10개에 대한 (1)배달 완료수와 (2)소요시간을 기준으로 결정됩니다.

자세한 Evaluation에 대해서는 explanation.md 의 Evaluation 부분을 참고해주세요.

5. Unity 환경의 해상도는 어떻게 변경하나요?

a. mlagents-learn으로 실행하는 경우. run_with_ml-agents.md 명령어 옵션을 확인 해주시기 바랍니다.

# 원하는 해상도의 Value 값을 width와 height에 넣어주시기 바랍니다.
mlagents-learn [Trainer_Config_Path] --env=[Env_Path] --run_id=[run_id] --width=[Value] --height=[Value]

b. python script에서 실행하는 경우.

# Drone_gym class 생성시 width와 height를 조절해 주시기 바랍니다.
env = Drone_gym(time_scale=1.0, port=11000, width=84, height=84, filename='../RL_Drone/DroneDelivery.exe')

# Drone_gym.py를 사용하지 않는 경우, 아래 코드와 같이 직접 EngineConfigurationChannel()를 설정하시기 바랍니다.
self.engine_configuration_channel = EngineConfigurationChannel()
self.engine_configuration_channel.set_configuration_parameters(time_scale=time_scale, width=width, height=height) 

[pnltoen]

확인하였습니다. 답변해주셔서 감사합니다!