ALH/plot/policy_map.py at main · PreferredAI/ALH · GitHub

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
class DynamicMap:
    _map =  {
    'memTD3': {
        'label': 'ALH-g (our)',
        'color': 'blue',
    },
    'memTD32': {
        'label': 'ALH-a (our)',
        'color': 'navy',
    },
    'PPO': {
        'label': 'PPO',
        'color': 'purple',
    },
    'memPPO': {
        'label': 'ALH+PPO (our)',
        'color': 'brown',
    },
    "PPO_not_hard": {
        'label': 'PPO (ideal sampling)',
        'color': 'olive',
    },
    'TD3_not_hard': {
        'label': 'TD3 (ideal sampling)',
        'color': 'orange',
    },
    'TD3': {
        'label': 'TD3',
        'color': 'red',
    },
    'DDPG': {
        'label': 'DDPG',
        'color': 'orange',
    },
    'MBPO': {
        'label': 'MBPO',
        'color': 'limegreen',
    },
    'memTD32_ab1': {
        'label': 'no detach',
        'color': 'purple',
    },
    'memTD32_ab4': {
        'label': 'no detach',
        'color': 'purple',
    },
    'memTD32_ab2': {
        'label': 'no localization',
        'color': 'brown',
    },
    'memTD32_ab3': {
        'label': 'no adaptation',
        'color': 'olive',
    },
    'memTD3_ab1': {
        'label': 'no detach',
        'color': 'purple',
    },
    'memTD3_ab4': {
        'label': 'no detach',
        'color': 'purple',
    },
    'memTD3_ab2': {
        'label': 'no localization',
        'color': 'brown',
    },
    'memTD3_ab3': {
        'label': 'no adaptation',
        'color': 'olive',
    },
    'BC': {
        'label': 'BC',
        'color': 'green',
    },
    'TD3_BC': {
        'label': 'TD3+BC',
        'color': 'red',
    },
    'CQL': {
        'label': 'CQL',
    },
    'DT': {
        'label': 'DT',
    },
    'APE-V': {
        'label': 'APE-V',
    },
    }

    _contain_get = ['memTD3_ab1', 'memTD3_ab2', 'memTD3_ab3', 'memTD3_ab4']
    def __getitem__(self, item):
        if item in self._map:
            return self._map[item]
        else:
            for term in self._contain_get:
                if term in item:
                    return self._map[term]
        return {
        'label': f'{item} (unknown)',
        'color': 'pink',
            }
    def update(self, another):
        self._map.update(another)
        return self


policy_map = DynamicMap()