问题标签 [flow-project]

运行稳定高速公路示例并设置：

我希望它运行许多 N_ROLLOUTS 集，每个集都有 HORIZON = 750 个环境步骤，然后在生成的 config["train_batch_size"] = HORIZON * N_ROLLOUTS 样本上进行训练，在本例中为 7500。使用上面的设置，这大致发生了，我得到：

这和我预期的一样，只是执行了 7600 个而不是 7500 个时间步长。（3 个预热步骤 x 10 将解释 30 个额外步骤）。但至少这接近我的预期。

现在，如果我将设置更改为：

这是结果：

现在我无法解释。我会期望： episodes_this_iter: 50 timesteps_this_iter: = 750*50= 37500

现在再次在时间步上存在 100 个偏移量，至少接近预期，但是 episodes_this_iter: 38 怎么可能呢？

然后，我尝试为高速公路场景设置一个 Muli-Agent 环境。有了这个，它看起来如下：

导致：

这里有什么问题？我本来希望总能得到

episodes_this_iter = N_ROLLOUTS timesteps_this_iter = train_batch_size = HORIZON * N_ROLLOUTS

拉取 flow-project 的最后一次提交后，我用 python3.7.4 执行了 green_wave.py，然后连续出现这些错误。

所有这些错误都是在执行Running setup.py install for mpi4py ... error命令后发生的。

在此之下，您可以看到错误消息的片段。

我应该怎么办？

谢谢你。

如何在 SUMO 或 FLOW 中实现红绿灯的最长队列优先规则？

SUMO好像只支持三种红绿灯，不够灵活。

我按照安装教程在本地和通过 Docker安装了FLOW 。在这两种情况下，SUMO 示例都有效，但 Aimsun 示例没有运行。

1. 在我的本地 Ubuntu 18.04 机器上，我安装了 FLOW 和 SUMO，并且能够运行 SUMO 示例 flow/examples/sumo/sugiyama.py。然后我按照安装教程在默认安装路径（/home/Aimsun_Next_8_4_0 和 /home/Aimsun_Next_8_3_1）中下载/安装了 Aimsun 8.4.0 和 Aimsun 8.3.1。

2. 但是在下一步中，我被要求运行脚本，scripts/setup_aimsun.sh但是代码没有执行，因为PackagesNotFoundError: The following packages are not available from current channels: - python=2.7.4. 然后我用来conda search python查看 Anaconda 有哪些版本的 python。事实证明，只有从python 2.7.13 hac47a24_15 pkgs/maintopython 3.7.4 h265db76_1 pkgs/main的版本可用。所以我让步，将脚本从 更改python=2.7.4为python=2.7并再次运行脚本scripts/setup_aimsun.sh。这次安装成功了，安装的是 python 2.7.16 而不是 2.7.4。以及预期的产出activate aimsun_flow和which python产出。/home/tong/anaconda3/envs/aimsun_flow/bin/python

3. 然后我编辑了文件 /flow/config.py 以包含新创建的路径： AIMSUN_NEXT_PATH = "/home/tong/Aimsun_Next_8_3_1/" AIMSUN_SITEPACKAGES = "/home/tong/anaconda3/envs/aimsun_flow/"

4. 接下来我尝试使用命令测试 Aimsun 示例：conda activate flow和“python示例/aimsun/sugiyama.py”，这是我收到的错误消息：

Traceback (most recent call last): File "examples/aimsun/sugiyama.py", line 59, in <module> exp = sugiyama_example() File "examples/aimsun/sugiyama.py", line 52, in sugiyama_example env = TestEnv(env_params, sim_params, scenario, simulator='aimsun') File "/home/tong/github/flow/flow/envs/base_env.py", line 150, in __init__ self.k.scenario.generate_network(scenario) File "/home/tong/github/flow/flow/core/kernel/scenario/aimsun.py", line 122, in generate_network self.aimsun_proc = subprocess.Popen(aimsun_call) File "/home/tong/anaconda3/envs/flow/lib/python3.6/subprocess.py", line 729, in __init__ restore_signals, start_new_session) File "/home/tong/anaconda3/envs/flow/lib/python3.6/subprocess.py", line 1364, in _execute_child raise child_exception_type(errno_num, err_msg, err_filename) OSError: [Errno 8] Exec format error: '/home/tong/Aimsun_Next_8_3_1/Aimsun_Next'

5. 在 Docker 容器版本上，未预装 Aimsun，因此也无法运行 Aimsun 示例（请查看图片链接）： aimsun_error

不知道为什么 Aimsun 不能在这两种情况下运行。可能是因为我在 conda 环境中没有确切版本的 python 2.7.4 吗？

我发现 SUMO 中网络的定义很麻烦，但是 FLOW 可以更灵活地定义更大的网络（例如 10*10 网格）。我也希望车辆可以在十字路口以一定的概率转弯。我可以定义这样的网络并使用 traCI 来控制生成的红绿灯吗？

我曾尝试使用 traCI 来控制 SUMO 生成的小型网络的交通灯。我们需要为不同类型的车辆定义路线，我不知道如何扩展网络和概率的车辆路线。

我正在尝试运行 python green_wave rllib 示例来学习如何实现 RL 交通灯，但我无法让任何脚本运行。每次说“试验未完成”时都会给我一个错误，我不知道为什么。

这是我收到的错误消息：

我想创建公共汽车站（或火车站）。我怎样才能在流程中做到这一点？

SUMO 有这个选项：https ://sumo.dlr.de/wiki/Simulation/Public_Transport ，但路线似乎没有这个选项（在 Flow 中）。

尽管如此，我还是尝试将它们添加到路线中。我读了一些场景，但没有一个使用停靠点（或除常规路线之外的任何东西）......现在尝试将公共汽车站添加到源代码中，但我希望有更好的解决方案

在论文“Flow: Architecture and Benchmarking for Reinforcement Learning in Traffic Control”中，作者表示“SUMO 的疤痕跟踪模型针对 1.0 秒的模拟时间步长进行了校准，并且已知它们在较小时间步长下的行为会产生不自然的行为” . 但是，我不明白为什么它会产生不自然的行为。

我已阅读作者引用的参考资料，“（2016）模拟/基本定义。[在线]。可用：http://sumo.dlr.de/wiki/Simulation/Basic Definition#Defining the Time Step Length”。

在网格示例中，我发现车辆没有转弯并且路线是固定的。有什么方法可以让车辆迭代地找到“最短路径”吗？我的意思是，我们可以在使用 FLOW 时实现动态用户平衡吗？

SUMO 提供了 duaIterate.py，任何人都可以提供一些关于如何将其纳入 FLOW 实验的见解吗？先感谢您。

最近我想在 Mac 上尝试 flow-project，在安装了所有要求并尝试运行 python examples/sumo/sugiyama.py 之后，我收到了如下所述的错误。你能帮我解决吗？