工业控制策略评测库

本库提供了一个标准化的测试框架，用于评估控制策略（Agent）在工业控制环境 IndustrialControlEnv 上的性能表现。

竞赛要求

参赛者需要提交训练好的控制策略模型，测试服务器将使用该模型与模拟器进行交互，生成评估轨迹。最终评分将基于这些轨迹的累计奖励均值。

提交要求

文件结构

参赛者需要将所有文件打包为 .zip 文件，并遵循以下目录结构：

submission.zip
├── agent/                
│   ├── agent.py          # 策略实现（继承BaseAgent类实现PolicyAgent类）
│   ├── model.pth         # 基线策略模型权重文件
├── evaluator.py          # 测试模拟器（用于本地验证策略推理实现是否正确）
├── baseline.ipynb        # 基线模型训练示例
├── test_agent.py         # 策略测试脚本
├── environment.yml       # 环境配置文件

资源限制

• 提交包大小上限：10 MB
• 模型测试时间限制：5分钟
• 测试环境：离线环境（无网络访问）
• 建议：对于复杂模型，可考虑导出为ONNX格式以优化性能

开发建议

1. 使用提供的git仓库作为开发基础
2. 保持与environment.yml相同的环境配置
3. 使用test_agent.py和evaluator.py进行本地验证
4. 参考baseline.ipynb了解模型训练流程

快速开始

1. 克隆代码仓库
2. 创建环境：conda env create -f environment.yml
3. 运行baseline.ipynb进行基线策略训练
4. 使用test_agent.py进行本地测试
5. 打包提交

注意事项

• 确保策略实现正确继承BaseAgent类, 进行推理实现
• 模型权重文件需包含在提交包中
• 建议在提交前进行充分的本地测试
• 如遇模型过大，请考虑模型压缩或精简方案
• 如果模型比较复杂，可以导出为ONNX格式