Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

# Riferimento alla funzione di DeepRacer ricompensa AWS
<a name="deepracer-reward-function-reference"></a>

 Di seguito è riportato il riferimento tecnico della funzione di DeepRacer ricompensa di AWS. 

**Topics**
+ [Parametri di input della funzione di DeepRacer ricompensa AWS](deepracer-reward-function-input.md)
+ [Esempi di funzioni di DeepRacer ricompensa AWS](deepracer-reward-function-examples.md)

# Parametri di input della funzione di DeepRacer ricompensa AWS
<a name="deepracer-reward-function-input"></a>

La funzione di DeepRacer ricompensa di AWS accetta un oggetto dizionario come input. 

```
def reward_function(params) :
    
    reward = ...

    return float(reward)
```

L'oggetto dizionario `params` contiene le seguenti coppie chiave-valore:

```
{
    "all_wheels_on_track": Boolean,        # flag to indicate if the agent is on the track
    "x": float,                            # agent's x-coordinate in meters
    "y": float,                            # agent's y-coordinate in meters
    "closest_objects": [int, int],         # zero-based indices of the two closest objects to the agent's current position of (x, y).
    "closest_waypoints": [int, int],       # indices of the two nearest waypoints.
    "distance_from_center": float,         # distance in meters from the track center 
    "is_crashed": Boolean,                 # Boolean flag to indicate whether the agent has crashed.
    "is_left_of_center": Boolean,          # Flag to indicate if the agent is on the left side to the track center or not. 
    "is_offtrack": Boolean,                # Boolean flag to indicate whether the agent has gone off track.
    "is_reversed": Boolean,                # flag to indicate if the agent is driving clockwise (True) or counter clockwise (False).
    "heading": float,                      # agent's yaw in degrees
    "objects_distance": [float, ],         # list of the objects' distances in meters between 0 and track_length in relation to the starting line.
    "objects_heading": [float, ],          # list of the objects' headings in degrees between -180 and 180.
    "objects_left_of_center": [Boolean, ], # list of Boolean flags indicating whether elements' objects are left of the center (True) or not (False).
    "objects_location": [(float, float),], # list of object locations [(x,y), ...].
    "objects_speed": [float, ],            # list of the objects' speeds in meters per second.
    "progress": float,                     # percentage of track completed
    "speed": float,                        # agent's speed in meters per second (m/s)
    "steering_angle": float,               # agent's steering angle in degrees
    "steps": int,                          # number steps completed
    "track_length": float,                 # track length in meters.
    "track_width": float,                  # width of the track
    "waypoints": [(float, float), ]        # list of (x,y) as milestones along the track center

}
```

Il riferimento tecnico più dettagliato per i parametri di input è il seguente. 

## all\$1wheels\$1on\$1track
<a name="reward-function-input-all_wheels_on_track"></a>

**Type (Tipo)** `Boolean`

**Range (Intervallo):** `(True:False)`

Un flag `Boolean` per indicare se l'agente è in pista o meno. È fuori pista (`False`) se una delle sue ruote si trova al di fuori dei bordi della pista. È in pista (`True`) se tutte le ruote sono all'interno dei due bordi. La figura seguente mostra l'agente in pista. 

![\[\]](http://docs.aws.amazon.com/it_it/deepracer/latest/developerguide/images/deepracer-reward-function-input-all_wheels_on_track-true.png)


La figura seguente mostra l'agente fuori pista.

![\[\]](http://docs.aws.amazon.com/it_it/deepracer/latest/developerguide/images/deepracer-reward-function-input-all_wheels_on_track-false.png)


**Esempio: ** *una funzione di ricompensa che utilizza il parametro `all_wheels_on_track`*

```
def reward_function(params):
    #############################################################################
    '''
    Example of using all_wheels_on_track and speed
    '''

    # Read input variables
    all_wheels_on_track = params['all_wheels_on_track']
    speed = params['speed']

    # Set the speed threshold based your action space
    SPEED_THRESHOLD = 1.0

    if not all_wheels_on_track:
        # Penalize if the car goes off track
        reward = 1e-3
    elif speed < SPEED_THRESHOLD:
        # Penalize if the car goes too slow
        reward = 0.5
    else:
        # High reward if the car stays on track and goes fast
        reward = 1.0

    return float(reward)
```

## closest\$1waypoints
<a name="reward-function-input-closest_waypoints"></a>

**Tipo:** `[int, int]`

**Range (Intervallo)**: `[(0:Max-1),(1:Max-1)]`

Gli indici a base zero dei due `waypoint` adiacenti più vicini alla posizione corrente dell'agente `(x, y)`. La distanza è misurata in base alla distanza euclidea dal centro dell'agente. Il primo elemento si riferisce al waypoint più vicino nella parte posteriore dell'agente e il secondo elemento si riferisce al waypoint più vicino davanti l'agente. `Max` è la lunghezza dell'elenco dei waypoint. Nell'illustrazione mostrata in [waypoint](#reward-function-input-waypoints), il `closest_waypoints` sarebbe `[16, 17]`. 

**Esempio**: una funzione di ricompensa che utilizza il parametro `closest_waypoints`.

Il seguente esempio di funzione di ricompensa dimostra come utilizzare `waypoints` e `closest_waypoints` così come `heading` per calcolare le ricompense immediate.

AWS DeepRacer supporta le seguenti librerie: math NumPy SciPy, random e Shapely. Per usarne una, aggiungi un'istruzione di importazione`import supported library`, sopra la definizione della funzione. `def function_name(parameters)`

```
# Place import statement outside of function (supported libraries: math, random, numpy, scipy, and shapely)
# Example imports of available libraries
#
# import math
# import random
# import numpy
# import scipy
# import shapely

import math

def reward_function(params):
    ###############################################################################
    '''
    Example of using waypoints and heading to make the car point in the right direction
    '''

    # Read input variables
    waypoints = params['waypoints']
    closest_waypoints = params['closest_waypoints']
    heading = params['heading']

    # Initialize the reward with typical value
    reward = 1.0

    # Calculate the direction of the center line based on the closest waypoints
    next_point = waypoints[closest_waypoints[1]]
    prev_point = waypoints[closest_waypoints[0]]

    # Calculate the direction in radius, arctan2(dy, dx), the result is (-pi, pi) in radians
    track_direction = math.atan2(next_point[1] - prev_point[1], next_point[0] - prev_point[0])
    # Convert to degree
    track_direction = math.degrees(track_direction)

    # Calculate the difference between the track direction and the heading direction of the car
    direction_diff = abs(track_direction - heading)
    if direction_diff > 180:
        direction_diff = 360 - direction_diff

    # Penalize the reward if the difference is too large
    DIRECTION_THRESHOLD = 10.0
    if direction_diff > DIRECTION_THRESHOLD:
        reward *= 0.5

    return float(reward)
​
```

## closest\$1objects
<a name="reward-function-input-closest_objects"></a>

**Tipo:** `[int, int]`

**Range (Intervallo)**: `[(0:len(objects_location)-1), (0:len(objects_location)-1)]`

 Gli indici a base zero dei due oggetti più vicini alla posizione corrente dell'agente di (x, y). Il primo indice si riferisce all'oggetto più vicino dietro l'agente e il secondo indice si riferisce all'oggetto più vicino davanti all'agente. Se c'è un solo oggetto, entrambi gli indici sono 0. 

## distance\$1from\$1center
<a name="reward-function-input-distance_from_center"></a>

**Tipo:** `float`

**Range (Intervallo)**: `0:~track_width/2`

Displacement, in metri, tra il centro dell'agente e il centro della pista. Il displacement massimo osservabile si verifica quando qualsiasi ruota dell'agente si trova all'esterno di un bordo della pista e, a seconda della larghezza del bordo, può essere leggermente inferiore o superiore a metà `track_width`.

![\[\]](http://docs.aws.amazon.com/it_it/deepracer/latest/developerguide/images/deepracer-reward-function-input-distance_from_center.png)


**Esempio:** *una funzione di ricompensa che utilizza il parametro `distance_from_center`*

```
def reward_function(params):
    #################################################################################
    '''
    Example of using distance from the center
    '''

    # Read input variable
    track_width = params['track_width']
    distance_from_center = params['distance_from_center']

    # Penalize if the car is too far away from the center
    marker_1 = 0.1 * track_width
    marker_2 = 0.5 * track_width

    if distance_from_center <= marker_1:
        reward = 1.0
    elif distance_from_center <= marker_2:
        reward = 0.5
    else:
        reward = 1e-3  # likely crashed/ close to off track

    return float(reward)
```

## heading
<a name="reward-function-input-heading"></a>

**Tipo:** `float`

**Range (Intervallo)**: `-180:+180`

Direzione di marcia, in gradi, dell'agente rispetto all'asse x del sistema di coordinate.

![\[\]](http://docs.aws.amazon.com/it_it/deepracer/latest/developerguide/images/deepracer-reward-function-input-heading.png)


**Esempio:** *una funzione di ricompensa che utilizza il parametro `heading`*

Per ulteriori informazioni, consulta [`closest_waypoints`](#reward-function-input-closest_waypoints).

## is\$1crashed
<a name="reward-function-input-crashed"></a>

**Tipo:** `Boolean`

**Range (Intervallo)**: `(True:False)`

Un flag booleano per indicare se l'agente si è arrestato in modo anomalo in un altro oggetto (`True`) o meno (`False`) come stato di fine. 

## is\$1left\$1of\$1center
<a name="reward-function-input-is_left_of_center"></a>

**Tipo:** `Boolean`

**Range (Intervallo)**: `[True : False]`

Un flag `Boolean` per indicare se l'agente si trova sul lato sinistro rispetto al centro della pista (`True`) o sul lato destro (`False`). 

## is\$1offtrack
<a name="reward-function-input-offtrack"></a>

**Tipo:** `Boolean`

**Range (Intervallo)**: `(True:False)`

Un flag booleano per indicare se l'agente è fuori pista (True) o meno (False) come stato di fine. 

## is\$1reversed
<a name="reward-function-input-is_reversed"></a>

**Tipo:** `Boolean`

**Range (Intervallo)**: `[True:False]`

Un flag booleano per indicare se l'agente sta guidando in senso orario (True) o antiorario (False). 

Viene utilizzato quando si abilita il cambio di direzione per ogni episodio. 

## objects\$1distance
<a name="reward-function-input-objects_distance"></a>

**Tipo:** `[float, … ]`

**Range (Intervallo)**: `[(0:track_length), … ]`

Un elenco delle distanze tra gli oggetti nell'ambiente in relazione alla linea iniziale. L'elemento I° misura la distanza in metri tra l'oggetto I° e l'agente lungo la linea di partenza del binario. 

**Nota**  
abs \$1 (var1) - (var2)\$1 = how close the car is to an object, WHEN var1 = ["objects\$1distance"][index] and var2 = params["progress"]\$1params["track\$1length"]  
Per ottenere un indice dell'oggetto più vicino davanti al veicolo e dell'oggetto più vicino dietro il veicolo, utilizzare il parametro «closest\$1objects».

## objects\$1intestazione
<a name="reward-function-input-objects_heading"></a>

**Tipo:** `[float, … ]`

**Range (Intervallo)**: `[(-180:180), … ]`

Elenco delle intestazioni degli oggetti in gradi. L'elemento I° misura l'intestazione dell'oggetto I°. Per gli oggetti fissi, le loro intestazioni sono 0. Per un veicolo bot , il valore dell'elemento corrispondente è l'angolo di direzione del veicolo.

## objects\$1left\$1of\$1center
<a name="reward-function-input-objects_left_of_center"></a>

**Tipo:** `[Boolean, … ]`

**Range (Intervallo)**: `[True|False, … ]`

Elenco dei flag booleani. Il valore dell'elemento I° indica se l'oggetto I° si trova sul lato sinistro (True) o destro (False) del centro della pista. 

## objects\$1location
<a name="reward-function-input-objects_location"></a>

**Tipo:** `[(x,y), … ]`

**Range (Intervallo)**: `[(0:N,0:N), … ]`

Elenco di tutte le posizioni degli oggetti, ogni posizione è una tupla di ([x, y](#reward-function-input-x_y)). 

La dimensione dell'elenco è uguale al numero di oggetti presenti sulla pista. L'oggetto potrebbe essere un ostacolo stazionario, veicoli bot in movimento. 

## objects\$1speed
<a name="reward-function-input-objects_speed"></a>

**Tipo:** `[float, … ]`

**Range (Intervallo)**: `[(0:12.0), … ]`

Elenco delle velocità (metri al secondo) per gli oggetti in pista. Per gli oggetti fissi, le velocità sono 0. Per un veicolo bot, il valore è la velocità impostata durante l'allenamento. 

## progress
<a name="reward-function-input-progress"></a>

**Tipo:** `float`

**Range (Intervallo)**: `0:100`

Percentuale di tracciato completata.

**Esempio:** *una funzione di ricompensa che utilizza il parametro `progress`*

Per ulteriori informazioni, consulta [steps](#reward-function-input-steps).

## speed
<a name="reward-function-input-speed"></a>

**Tipo:** `float`

**Range (Intervallo)**: `0.0:5.0`

La velocità dell'agente osservata, in metri al secondo (m/s).

![\[\]](http://docs.aws.amazon.com/it_it/deepracer/latest/developerguide/images/deepracer-reward-function-input-speed.png)


**Esempio:** *una funzione di ricompensa che utilizza il parametro `speed`*

Per ulteriori informazioni, consulta [all\$1wheels\$1on\$1track](#reward-function-input-all_wheels_on_track).

## steering\$1angle
<a name="reward-function-input-steering_angle"></a>

**Tipo:** `float`

**Range (Intervallo)**: `-30:30`

Angolo di sterzata, in gradi, delle ruote anteriori dalla linea centrale dell'agente. Il segno negativo (-) indica una sterzata verso destra mentre il positivo (\$1) verso sinistra. La linea centrale dell'agente non è necessariamente parallela alla linea di mezzeria, come illustrato di seguito.

![\[\]](http://docs.aws.amazon.com/it_it/deepracer/latest/developerguide/images/deepracer-reward-function-steering.png)


**Esempio:** *una funzione di ricompensa che utilizza il parametro `steering_angle`*

```
def reward_function(params):
    '''
    Example of using steering angle
    '''

    # Read input variable
    abs_steering = abs(params['steering_angle']) # We don't care whether it is left or right steering

    # Initialize the reward with typical value
    reward = 1.0

    # Penalize if car steer too much to prevent zigzag
    ABS_STEERING_THRESHOLD = 20.0
    if abs_steering > ABS_STEERING_THRESHOLD:
        reward *= 0.8

    return float(reward)
```

## steps
<a name="reward-function-input-steps"></a>

**Tipo:** `int`

**Range (Intervallo)**: `0:Nstep`

Numero di passi completati. Un passo corrisponde a un'azione intrapresa dal veicolo seguendo la policy corrente.

**Esempio:** *una funzione di ricompensa che utilizza il parametro `steps`*

```
def reward_function(params):
    #############################################################################
    '''
    Example of using steps and progress
    '''

    # Read input variable
    steps = params['steps']
    progress = params['progress']

    # Total num of steps we want the car to finish the lap, it will vary depends on the track length
    TOTAL_NUM_STEPS = 300

    # Initialize the reward with typical value
    reward = 1.0

    # Give additional reward if the car pass every 100 steps faster than expected
    if (steps % 100) == 0 and progress > (steps / TOTAL_NUM_STEPS) * 100 :
        reward += 10.0

    return float(reward)
```

## track\$1length
<a name="reward-function-input-track_len"></a>

**Tipo:** `float`

**Range (Intervallo)**: `[0:Lmax]`

La lunghezza della pista in metri. `Lmax is track-dependent.`

## track\$1width
<a name="reward-function-input-track_width"></a>

**Tipo:** `float`

**Range (Intervallo)**: `0:Dtrack`

Larghezza della pista in metri.

![\[\]](http://docs.aws.amazon.com/it_it/deepracer/latest/developerguide/images/deepracer-reward-function-input-track_width.png)


**Esempio:** *una funzione di ricompensa che utilizza il parametro `track_width`*

```
def reward_function(params):
    #############################################################################
    '''
    Example of using track width
    '''

    # Read input variable
    track_width = params['track_width']
    distance_from_center = params['distance_from_center']

    # Calculate the distance from each border
    distance_from_border = 0.5 * track_width - distance_from_center

    # Reward higher if the car stays inside the track borders
    if distance_from_border >= 0.05:
        reward = 1.0
    else:
        reward = 1e-3 # Low reward if too close to the border or goes off the track

    return float(reward)
```

## x, y
<a name="reward-function-input-x_y"></a>

**Type (Tipo)**: `float`

**Range (Intervallo)**: `0:N`

Posizione, in metri, del centro dell'agente lungo gli assi x e y, dell'ambiente simulato contenente la pista. L'origine si trova nell'angolo in basso a sinistra dell'ambiente simulato.

![\[\]](http://docs.aws.amazon.com/it_it/deepracer/latest/developerguide/images/deepracer-reward-function-input-x-y.png)


## waypoint
<a name="reward-function-input-waypoints"></a>

**Type (Tipo)**: `list` di `[float, float]`

**Range (Intervallo)**: `[[xw,0,yw,0] … [xw,Max-1, yw,Max-1]]`

Un elenco ordinato di milestone `Max` dipendenti dalla pista lungo il centro della pista stessa. Ogni pietra miliare è descritta da una coordinata di (xw,i, yw,i). Per una circuito circolare, il primo e l'ultimo waypoint sono identici. Per un circuito rettilineo o per un altro circuito non circolare, il primo e l'ultimo waypoint sono diversi.

![\[\]](http://docs.aws.amazon.com/it_it/deepracer/latest/developerguide/images/deepracer-reward-function-input-waypoints.png)


**Esempio:** *una funzione di ricompensa che utilizza il parametro `waypoints`*

Per ulteriori informazioni, consulta [`closest_waypoints`](#reward-function-input-closest_waypoints).

# Esempi di funzioni di DeepRacer ricompensa AWS
<a name="deepracer-reward-function-examples"></a>

Di seguito sono elencati alcuni esempi della funzione di DeepRacer ricompensa di AWS.

**Topics**
+ [Esempio 1: segui la linea centrale nelle prove a cronometro](#deepracer-reward-function-example-0)
+ [Esempio 2: rimani all'interno dei due confini nelle prove a cronometro](#deepracer-reward-function-example-1)
+ [Esempio 3: evita lo zig-zag nelle prove a cronometro](#deepracer-reward-function-example-2)
+ [Esempio 4: Rimanete su una corsia senza schiantarvi contro ostacoli fissi o veicoli in movimento](#deepracer-reward-function-example-3)

## Esempio 1: segui la linea centrale nelle prove a cronometro
<a name="deepracer-reward-function-example-0"></a>

 Questo esempio determina la distanza dell'agente dalla linea centrale e offre una ricompensa maggiore se l'agente è più vicino al centro della pista, incoraggiandolo a seguire il più possibile la linea centrale. 

```
def reward_function(params):
    '''
    Example of rewarding the agent to follow center line
    '''
    
    # Read input parameters
    track_width = params['track_width']
    distance_from_center = params['distance_from_center']

    # Calculate 3 markers that are increasingly further away from the center line
    marker_1 = 0.1 * track_width
    marker_2 = 0.25 * track_width
    marker_3 = 0.5 * track_width

    # Give higher reward if the car is closer to center line and vice versa
    if distance_from_center <= marker_1:
        reward = 1
    elif distance_from_center <= marker_2:
        reward = 0.5
    elif distance_from_center <= marker_3:
        reward = 0.1
    else:
        reward = 1e-3  # likely crashed/ close to off track

    return reward
```

## Esempio 2: rimani all'interno dei due confini nelle prove a cronometro
<a name="deepracer-reward-function-example-1"></a>

 Questo esempio offre semplicemente ricompense elevate se l'agente rimane entro i confini e consente all'agente di individuare la strada migliore per finire un giro. È facile da programmare e comprendere, ma probabilmente richiede più tempo per convergere. 

```
def reward_function(params):
    '''
    Example of rewarding the agent to stay inside the two borders of the track
    '''
    
    # Read input parameters
    all_wheels_on_track = params['all_wheels_on_track']
    distance_from_center = params['distance_from_center']
    track_width = params['track_width']
    
    # Give a very low reward by default
    reward = 1e-3

    # Give a high reward if no wheels go off the track and 
    # the car is somewhere in between the track borders 
    if all_wheels_on_track and (0.5*track_width - distance_from_center) >= 0.05:
        reward = 1.0

    # Always return a float value
    return reward
```

## Esempio 3: evita lo zig-zag nelle prove a cronometro
<a name="deepracer-reward-function-example-2"></a>

 Questo esempio incentiva l'agente a seguire la linea centrale, ma penalizza con una ricompensa inferiore se sterza troppo, il che aiuta a prevenire il movimento a zig-zag. L'agente impara a guidare senza problemi nel simulatore e probabilmente mantiene lo stesso comportamento quando viene impiegato sul veicolo fisico. 

```
def reward_function(params):
    '''
    Example of penalize steering, which helps mitigate zig-zag behaviors
    '''
    
    # Read input parameters
    distance_from_center = params['distance_from_center']
    track_width = params['track_width']
    abs_steering = abs(params['steering_angle']) # Only need the absolute steering angle

    # Calculate 3 marks that are farther and father away from the center line
    marker_1 = 0.1 * track_width
    marker_2 = 0.25 * track_width
    marker_3 = 0.5 * track_width

    # Give higher reward if the car is closer to center line and vice versa
    if distance_from_center <= marker_1:
        reward = 1.0
    elif distance_from_center <= marker_2:
        reward = 0.5
    elif distance_from_center <= marker_3:
        reward = 0.1
    else:
        reward = 1e-3  # likely crashed/ close to off track

    # Steering penality threshold, change the number based on your action space setting
    ABS_STEERING_THRESHOLD = 15 

    # Penalize reward if the car is steering too much
    if abs_steering > ABS_STEERING_THRESHOLD:
        reward *= 0.8

    return float(reward)
```

## Esempio 4: Rimanete su una corsia senza schiantarvi contro ostacoli fissi o veicoli in movimento
<a name="deepracer-reward-function-example-3"></a>

 

Questa funzione di ricompensa premia l'agente che rimane all'interno dei confini della pista e penalizza l'agente se si avvicina troppo agli oggetti che lo precedono. L'agente può spostarsi da una corsia all'altra per evitare collisioni. La ricompensa totale è una somma ponderata della ricompensa e delle penalità. L'esempio dà più peso alla penalità nel tentativo di evitare incidenti. Sperimenta con pesi medi diversi per allenarti a risultati comportamentali diversi.

 

```
import math
def reward_function(params):
    '''
    Example of rewarding the agent to stay inside two borders
    and penalizing getting too close to the objects in front
    '''
    all_wheels_on_track = params['all_wheels_on_track']
    distance_from_center = params['distance_from_center']
    track_width = params['track_width']
    objects_location = params['objects_location']
    agent_x = params['x']
    agent_y = params['y']
    _, next_object_index = params['closest_objects']
    objects_left_of_center = params['objects_left_of_center']
    is_left_of_center = params['is_left_of_center']
    # Initialize reward with a small number but not zero
    # because zero means off-track or crashed
    reward = 1e-3
    # Reward if the agent stays inside the two borders of the track
    if all_wheels_on_track and (0.5 * track_width - distance_from_center) >= 0.05:
        reward_lane = 1.0
    else:
        reward_lane = 1e-3
    # Penalize if the agent is too close to the next object
    reward_avoid = 1.0
    # Distance to the next object
    next_object_loc = objects_location[next_object_index]
    distance_closest_object = math.sqrt((agent_x - next_object_loc[0])**2 + (agent_y - next_object_loc[1])**2)
    # Decide if the agent and the next object is on the same lane
    is_same_lane = objects_left_of_center[next_object_index] == is_left_of_center
    if is_same_lane:
        if 0.5 <= distance_closest_object < 0.8:
            reward_avoid *= 0.5
        elif 0.3 <= distance_closest_object < 0.5:
            reward_avoid *= 0.2
        elif distance_closest_object < 0.3:
            reward_avoid = 1e-3  # Likely crashed
    # Calculate reward by putting different weights on
    # the two aspects above
    reward += 1.0 * reward_lane + 4.0 * reward_avoid
    return reward
```