پروژه تشخیص خطا با کمک الگوریتم های یادگیری تقویتی

یک فرآیند Fault Identification بهبودیافته برای تشخیص خطا به صورت آنلاین باید انجام شود. مقاله ای در این زمینه قبلا منتشر شده که مراحل آن واضح است و همه کدهای مقاله در دسترس می باشند. اما مقاله برای یک Environment ای است که باید آنرا تغییر دهیم. در این environment جدید (که حرکت یک کوادروتور ساده است) باید با الگوریتم SAC (که در مقاله بود) و یک الگوریتم دیگر که DDPG است، خطای مسیر به شکل فعال تشخیص و اصلاح شود. من خودم بخشی از کار را انجام داده ام (کدهای الگوریتم های SAC و DDPG، یک Env که دستی ساخته ام و محیط gym_pybullet_drones که آماده دارم) فقط لازم است روش مقاله با محیط جدید و دو الگوریتمی که گفتم پیاده سازی شود. زبان کار پایتون باید باشد.