- Passo 1: Clone o repositório GitHub para sua máquina local.
- Passo 2: Instale os pacotes Python necessários via pip usando requirements.txt.
- Passo 3: Configure os ajustes do ambiente para a topologia do mapa e os parâmetros do agente.
- Passo 4: Execute a simulação para pré-treinar os agentes em cenários sintéticos.
- Passo 5: Treine os agentes usando os scripts de aprendizado por reforço fornecidos.
- Passo 6: Avalie métricas de desempenho e ajuste hiperparâmetros conforme necessário.
- Passo 7: Exporte políticas treinadas para implantação em robôs físicos ou dispositivos de borda.
- Passo 8: Monitore operações do mundo real e retreine periodicamente com novos dados.