Criação de ambientes customizados

Para que o treinamento de um agente aconteça utilizando reinforcement learning é necessário, no mínimo, dois (2) componentes de software:

• o agente ou o algoritmo de aprendizagem por reforço, e;
• o ambiente.

O ambiente precisa ter a seguinte assinatura mínima:

• __init__ ou construtor;
• reset() para a criação do estado inicial;
• step() para a execução da ação. Basicamente, esta função step deve retonar o novo estado (consequência da execução da ação \(a\) no estado atual), o \(reward\) imediato e se o novo estado é terminal ou não;
• uma função de reward que é codificada como parte da função step.

Existem diversas formas de se implementar um ambiente. Mas, talvez, a mais popular é usando o projeto gymnasium.

Proposta de atividade

Faça o clone do projeto https://github.com/fbarth/gym_custom_env e siga o roteiro que está descrito no arquivo README.md deste repositório.