- Paso 1: Clona el repositorio de GitHub en tu máquina local.
- Paso 2: Instala los paquetes de Python requeridos mediante pip usando requirements.txt.
- Paso 3: Configura los ajustes del entorno para la topología del mapa y los parámetros del agente.
- Paso 4: Ejecuta la simulación para preentrenar a los agentes en escenarios sintéticos.
- Paso 5: Entrena a los agentes usando los scripts de aprendizaje por refuerzo proporcionados.
- Paso 6: Evalúa métricas de rendimiento y ajusta hiperparámetros según sea necesario.
- Paso 7: Exporta las políticas entrenadas para su despliegue en robots físicos o dispositivos periféricos.
- Paso 8: Monitorea las operaciones en el mundo real y vuelve a entrenar periódicamente con nuevos datos.