As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

# Exemplos de funções de DeepRacer recompensa da AWS
<a name="deepracer-reward-function-examples"></a>

Veja a seguir alguns exemplos da função de DeepRacer recompensa da AWS.

**Topics**
+ [Exemplo 1: Seguir a linha central em contrarrelógio](#deepracer-reward-function-example-0)
+ [Exemplo 2: Permanecer dentro das duas margens em contrarrelógio](#deepracer-reward-function-example-1)
+ [Exemplo 3: Impedir zig-zag em contrarrelógio](#deepracer-reward-function-example-2)
+ [Exemplo 4: Permanecer em uma faixa sem colidir com obstáculos imóveis ou veículos em movimento](#deepracer-reward-function-example-3)

## Exemplo 1: Seguir a linha central em contrarrelógio
<a name="deepracer-reward-function-example-0"></a>

 Este exemplo determina a distância entre o agente e a linha central e dará maior recompensa se ele estiver mais perto da pista central, incentivando o agente a seguir de perto a linha central. 

```
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
```

## Exemplo 2: Permanecer dentro das duas margens em contrarrelógio
<a name="deepracer-reward-function-example-1"></a>

 Este exemplo simplesmente dará altas recompensas se o agente permanecer dentro das margens, e deixa o agente descobrir qual é o melhor caminho para terminar uma volta. Isso é fácil de programar e de entender, mas provavelmente leva mais tempo para convergir. 

```
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
```

## Exemplo 3: Impedir zig-zag em contrarrelógio
<a name="deepracer-reward-function-example-2"></a>

 Este exemplo incentiva o agente a seguir a linha central, mas penaliza com menor recompensa se ele se desviar muito, o que ajuda a evitar o comportamento em ziguezague. O agente aprende a dirigir com suavidade no simulador e possivelmente manter o mesmo comportamento quando implantado no veículo físico. 

```
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)
```

## Exemplo 4: Permanecer em uma faixa sem colidir com obstáculos imóveis ou veículos em movimento
<a name="deepracer-reward-function-example-3"></a>

 

Essa função de recompensa premia o agente por permanecer entre as margens da pista e o penaliza por se aproximar muito dos objetos à frente. O agente pode mudar de faixa para faixa para evitar colisões. A recompensa total é uma soma ponderada das recompensas e das penalidades. O exemplo dá mais peso à penalidade para evitar colisões. Experimente com diferentes pesos médios para treinar para diferentes resultados de comportamento.

 

```
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
```