Upload folder using huggingface_hub

Sokoban-A2C-CNN.zip

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:857cab92fca1ad4e7b8d22d0cff7ea32e42cfce8788eeb8c4dc661f0543e0d3a
+size 15274916

Sokoban-A2C-CNN2.zip

@@ -0,0 +1,3 @@
+version https://git-lfs.github.com/spec/v1
+oid sha256:39ea55b4446af9e93d09b417efbfc55cecf0fae88d4908905ba46f8d8703e782
+size 15275609

agent.py

@@ -0,0 +1,33 @@
+from stable_baselines3 import PPO
+from sokoban_gym.wrappers.observation import ImageObservationWrapper
+
+class Agent:
+    """
+    A kötelező programként beadandó ágens leírása.
+    """
+
+    def __init__(self, env) -> None:
+        """
+        A konsztruktorban van lehetőség például a modell betöltésére
+        vagy a környezet wrapper-ekkel való kiterjesztésére.
+        """
+        
+        self.model = PPO.load("agent/Sokoban-A2C-CNN")
+        
+        # A környezetet kiterjeszthetjük wrapper-ek segítségével.
+        # Ha tanításkor modosítottuk a megfigyeléseket,
+        # akkor azt a módosítást kiértékeléskor is meg kell adnunk.
+        self.observation_wrapper = ImageObservationWrapper(env)
+
+    def act(self, observation):
+        """
+        A megfigyelés alapján visszaadja a következő lépést.
+        Ez a függvény fogja megadni az ágens működését.
+        """
+
+        # Ha tanításkor modosítottuk a megfigyeléseket,
+        # akkor azt a módosítást kiértékeléskor is meg kell adnunk.
+        extended_obsetvation = self.observation_wrapper.observation(observation)
+
+        return self.model.predict(extended_obsetvation, deterministic=True)
+