目录树：
.
├── source_code
│ ├── algorithms
│ │ ├── algo
│ │ │ ├── agent # ours和baseline算法类的定义
│ │ │ ├── main.py # OnPolicyRunner类定义，负责智能体与环境交互
│ ├── envs
│ │ ├── env_mobile.py # generate-at-will的aoi定义的场景
│ ├── env_configs # 环境参数
│ └── tools # 功能脚本，预处理和后处理
│ │ ├── post
│ │ │ ├── vis.py # 训练后绘制html可视化文件
│ ├── main_DPPO.py # 训练启动入口脚本
conda环境为yyx_adept(77)，yyx_ishen(75)，yyx_jsac(56/76)，adept(yyx本地)。 依赖项不多，哪个包缺了手动pip即可。
Docker部署（Optional）
docker build -t linc/mcs:drl_dyna_aoi-v1 . --network host
xhost +
docker run -it --privileged --net=host --ipc=host --device=/dev/dri:/dev/dri -v /tmp/.X11-unix:/tmp/.X11-unix -e DISPLAY=$DISPLAY --gpus all --name test_mcs linc/mcs:drl_dyna_aoi-v1 /bin/bash训练DRL-PCN：
cd source_code
python main_DPPO.py --algo G2ANet --use_snrmap命令行参数：
--debug：开启debug模式，快速验证代码全流程无bug，将实验结果存入runs/debug路径--group foo： 将实验结果存入runs/foo路径--algo foo：选择使用方法foo，默认方法为IPPO--dataset foo：选择使用数据集 foo 可选NCSU或KAIST--n_thread n：设置多线程环境数为n，加速训练
环境：
--poi_num n：poi个数，不使用该参数时为默认数量，注意NCSU只能填50，KAIST只能填122
调整五点图自变量：
--uav_num n：uav个数--aoith n：aoi阈值，单位为timeslot--txth n：tx阈值，单位为Mbps--update_num n：天线个数，一个uav在一个timeslot里最多服务n个user
更多命令行参数的使用方式参见代码。
实验结果文件夹包括以下内容：
.
├── events.out.tfevents.1675849821.omnisky.107733.0 # tensorboard可视化
├── Models # 保存最优actor模型
├── params.json # 记录本次实验的参数防止遗忘
└── train_saved_trajs # 训练episode的最优uav轨迹
└── train_output.txt # 记录最优模型对应的metric
└── vis.html # 根据最优uav轨迹绘制的html可视化文件除tensorboard外，还实现了基于wandb的可视化，本地结果存放在wandb路径下。
手动绘制html可视化文件：
cd source_code
python tools/post/vis.py --output_dir <OUTPUT_DIR>在实验结果文件夹下生成vis.html：
批量绘制一个group下所有实验的可视化文件：
cd source_code
python tools/post/bat_vis.py --group_dir <GROUP_DIR>其中GROUP_DIR是OUTPUT_DIR的父目录。
加载模型进行测试：
cd source_code
python main_DPPO.py --test --init_checkpoint <OUTPUT_DIR> # <OUTPUT_DIR> contains folder 'Models'测试结果默认保存在<OUTPUT_DIR>/test路径下
（训练和测试的评测是同一套代码，所以直接用train_output.txt填实验即可）