깜태

우분투 환경(20.04)에서 CLI로 wifi를 컨트롤할 때 생겼던 에러로 원인은 다음과 같다. 1. 와이파이의 신호 강도가 약한 경우 -> 기기를 와이파이에 가깝게 대거나, 와이파이의 안테나를 더 좋은거 써야 될 것이다 2. 이미 등록된 SSID가 있는 경우 -> 등록되었던 SSID를 삭제한 뒤 재설정하면 된다. nmcli con delete # 삭제 nmcli dev wifi connect password # 연결

나의 상황은 객체가 사라질 때 애니메이션을 불러와 애니메이션이 행동되고 삭제되길 바랬는데 객체는 삭제되지만 애니메이션은 그대로 남아있어 문제가 되었다. 해결 방법으로 Animation Controller에 들어가 아래의 Script를 추가하였더니 문제없이 사라졌다. public class DestroyOnExit : StateMachineBehaviour { public override void OnStateEnter(Animator animator, AnimatorStateInfo stateInfo, int layerIndex) { Destroy(animator.gameObject, stateInfo.length); } } 참고 : https://answers.unity.com/questions/670..

유니티로 만든 게임을 파이썬으로 직접 강화학습을 돌려보고 싶어 이것저것 알아보다 못찾아서 직접 코드를 짜야하나 고민하던 중, 다행히도 ML-Agent에서 gym.Env 환경으로 변형해줄 수 있는 내용을 발견하였다. 사용법은 생각보다 간단하다. gym_unity 설치 pip install gym_unity gym_unity로 유니티 게임을 gym.Env 환경으로 감싸기 from mlagents_envs.environment import UnityEnvironment from gym_unity.envs import UnityToGymWrapper unity_env = UnityEnvironment("path") env = UnityToGymWrapper(unity_env) 이후에는 개인적으로 stable-b..

Unity ML-Agent 소개 구조 간단 소개 유니티의 ML-Agent 라이브러리와 python 딥러닝 라이브러리가 서로 통신하여 학습하는 구조 자세한 설명은 https://github.com/Unity-Technologies/ml-agents/blob/main/docs/ML-Agents-Overview.md, https://aifrenz.github.io/present_file/AI프렌즈세미나_ML-Agents.pdf 참조하고, 간단한 설치방법은 이전 글에서 https://tw0226.tistory.com/92 에서 다루었으므로, 설치되었다는 가정으로 시작한다. 학습 방법 사실 학습 방법 이전에도 선행되어야 할 것이 유니티에서 게임을 만들어야 한다. 귀찮다면 누군가가 만들어놓은 강화학습 모델이 학습하..

cv::VideoWriter::open VIDEOIO(CV_IMAGES): raised OpenCV exception: OpenCV(4.1.1) C:\projects\opencv-python\opencv\modules\videoio\src\cap_images.cpp:253: error: (-5:Bad argument) CAP_IMAGES: can't find starting number (in the name of file): /outputs/test.avi in function 'cv::icvExtractPattern' 처음에는 원인이 ffmpeg이랑 뭐가 안맞나부터 시작해서 opencv 를 재설치해보고 이것저것 해보았지만 나의 경우는 이런 문제가 아니였다. 나의 경우 알고보니 경로를 못찾아서 생긴 이..

경로가 꼬여서 생긴 에러로 나의 경우엔 shapely가 설치된 경로인 C:\Anaconda3\Lib\site-packages\shapely\DLLs 폴더였는데, 폴더에 들어가면 geos.dll, geos_c.dll 파일이 있는 것을 볼 수 있었고, 두 파일을 C:\Anaconda3\Library\bin 로 옮겼더니 해결되었다.

최근 멀티에이전트 강화학습(MARL) 분야를 공부하면서 COMA 논문을 읽어보았다. MARL을 이용해보고 싶어 라이브러리와 모델을 검색해봤더니 pyMARL이라는 라이브러리가 나왔다. MARL 분야에서는 다양한 환경이 있지만 스타크래프트2를 이용해 멀티에이전트를 학습시키기도 한다. 멀티에이전트 분야에서는 코드를 어떻게 구성해 에이전트들을 컨트롤하는지 분석해보고 싶어 알아보았다. 내가 알아본 깃허브는 https://github.com/oxwhirl/pymarl 으로 SC2를 기반으로 다양한 멀티에이전트 모델을 실험해볼 수 있는 환경을 제공해주었다. PyMARL 구조 분석 그럼 구조가 어떻게 되어있는지 분석해보자 깃허브에서는 src/main.py에 다양한 config를 주어 실험이 가능하도록 만들었으니, ma..

2장에서는 다음 내용에 대해 공부하였다. 1. Settings.py를 이용해 DB를 포함한 기본 환경을 설정 2. 모델을 이용해 DB 생성하는 법 3. ORM(Object Relational Mapping)을 이용하는 법 4. 관리자를 생성하는 방법 1. Settings.py 다루기 장고에서는 main이 되는 프로젝트명 디렉토리 내부에 settings.py 파일이 존재한다. Settings.py는 말그대로 설정에 대해 기술하고 있는데, 주 기능으로는 DB 설치, 서버시간대 설정, 기본 설치 앱 등이 있다. 장고에서는 기본 DB로 sqlite3, postgresql, mysql, oracle 를 지원하는데, settings.py 내 default 부분에 해당 이름대로 변경하면 된다. 다 설정한 뒤, 다음의..

파이썬을 이용한 웹개발을 공부하던 중, flask를 이용해 간단한 API 서버를 만들어 공부해봤는데 아무래도 자유도가 높은 만큼, 혼자 개발하는 입장에서 구현하기는 까다로운게 많아 장고를 한번 공부해보기로 했다. 설치과정은 생략하고, 장고는 어떤 구조로 웹서버를 구동시키는지 공부했다. 1. 프로젝트 시작 django-admin startproject mysite 위의 명령어를 이용하면 mysite 라는 디렉토리와 아래의 파일들이 생기는 걸 볼 수 있는데, mysite/ manage.py mysite/ __init__.py settings.py urls.py asgi.py wsgi.py mysite/mysite 폴더가 전반적인 구조를 담당하는 main이 되는 디렉토리가 된다. 2. 개발서버 실행 pytho..

Unity 환경에서 강화학습을 시도해보고자 ML-Agents 설치 및 테스트를 진행해봤다. 이 때, 기본적으로 Unity와 Python이 설치되었다는 전제로 진행한다. Unity 환경은 20.3.15 LTS 버전으로 진행하였고, Python은 Anaconda 기반 3.8버전으로 진행하였다. 1. 유니티 ml-agents 홈페이지에 들어간다 https://github.com/Unity-Technologies/ml-agents GitHub - Unity-Technologies/ml-agents: Unity Machine Learning Agents Toolkit Unity Machine Learning Agents Toolkit. Contribute to Unity-Technologies/ml-agents ..