Я пытаюсь создать приложение на приборной панели в Python, чтобы имитировать проблему Q-Learning. Перед реализацией алгоритма я просто сконцентрировался на том, чтобы заставить таблицу работать, увеличивая значения случайным образом и ожидая 1 секунду между каждым шагом.
Q - это кадр данных панд здесь:
table = ff.create_table(Q, height_constant=20)
table.layout.width=300
def update_Q(Q):
for i in range(len(Q)):
for j in range(1, len(Q.columns)):
Q.iloc[i,j] += np.random.choice([0,1,2])
print(Q)
return Q
Я могу заставить его работать с этим оператором печати, значение таблицы на консоли действительно обновляется.
Однако в браузере он просто обновляется в первый раз, но затем остается статичным. Вот код:
# Browser visualization
app.layout = html.Div([
html.H1(children='Frozen Lake: Q-Learning Demo'),
dcc.Graph(id='table', figure=table),
dcc.Interval(
id='time',
interval=1*1000, # in milliseconds
n_intervals=0)
]
)
@app.callback(Output(component_id = 'table', component_property='figure'),
[Input(component_id = 'time', component_property='n_intervals')])
def update_table(n):
# Update values
new_table = ff.create_table(update_Q(Q))
time.sleep(1)
return new_table
if __name__ == '__main__':
app.run_server()
Чего мне не хватает?