Update app.py

app.py

@@ -1,39 +1,37 @@
 import gradio as gr
 import numpy as np
 import os
-import time
 
 # Bibliothèques d'IA et de RL
-# **IMPORTANT:** Assurez-vous que gymnasium est importé ici
 import gymnasium as gym 
 from gymnasium import register, spaces
 from stable_baselines3 import PPO
 from huggingface_hub import hf_hub_download
 
 # --- PARAMÈTRES DU DÉPÔT HUGGING FACE ---
-REPO_ID = "Clemylia/MiRobot" # Utilisation du nom de repo montré sur le screenshot
+# Basé sur vos fichiers.
+REPO_ID = "Clemylia/MiRobot" 
 MODEL_FILE = "mirobot_final_model.zip"
 ENV_SCRIPT_FILE = "MiRobotEnv.py"
 ENV_ID = 'MiRobot-v0'
 
 # --- CONSTANTES DE JEU ---
 GRID_SIZE = 10 
-MOVE_DISTANCE = 1
-MAX_FAIM = 1.0
-FAIM_PENALTY_THRESHOLD = 0.9 # 90% de faim = Défaite
+FAIM_PENALTY_THRESHOLD = 0.9
 INITIAL_LEVEL = 1
 
-# --- ÉTATS DU MODÈLE MiRobot (Doit correspondre à MiRobotEnv.py) ---
+# --- INDICES D'ÉTAT ---
+# Basé sur votre MiRobotEnv.py
 CMD_AVANCER = 0
 CMD_TOURNER = 1
 ETAT_FAIM = 2
 ETAT_SOMMEIL = 3
 ETAT_HUMEUR = 4
 
-# Map des actions du modèle
+# Map des actions du modèle pour l'affichage
 ACTION_MAP_MODEL = {0: "S'Arrêter", 1: "Avancer", 2: "Tourner G", 3: "Tourner D"}
 
-# Map des commandes utilisateur aux ID d'action du modèle (si obéissance)
+# Map des commandes utilisateur aux ID d'action du modèle
 ACTION_MAP_USER = {
     "AVANCER": 1,
     "TOURNER À GAUCHE": 2,
@@ -41,7 +39,7 @@ ACTION_MAP_USER = {
 }
 
 # ----------------------------------------------------------------------
-# 1. PRÉPARATION DU MODÈLE ET DE L'ENVIRONNEMENT (CORRECTION INCLUSES)
+# 1. PRÉPARATION DU MODÈLE ET DE L'ENVIRONNEMENT (CORRECTION DE L'INITIALISATION)
 # ----------------------------------------------------------------------
 
 model = None
@@ -60,22 +58,16 @@ try:
     env_path = hf_hub_download(repo_id=REPO_ID, filename=ENV_SCRIPT_FILE, local_dir=TEMP_DIR)
     
     # INJECTION DE DÉPENDANCES pour que MiRobotEnv.py fonctionne
-    env_globals = {
-        'gym': gym,
-        'np': np,
-        'spaces': spaces
-    }
+    env_globals = {'gym': gym, 'np': np, 'spaces': spaces}
     
     with open(env_path, 'r') as f:
         exec(f.read(), env_globals) 
     
-    # Récupérer la classe MiRobotEnv
     MiRobotEnv = env_globals['MiRobotEnv']
     print("Classe MiRobotEnv définie avec succès.")
 
     
     # --- 2. Enregistrement de l'environnement Custom ---
-    # On passe la classe elle-même à entry_point
     register(
         id=ENV_ID,
         entry_point=MiRobotEnv, 
@@ -88,7 +80,7 @@ try:
     model = PPO.load(model_path)
     
     env = gym.make(ENV_ID) 
-    env.reset() # Initialise l'état interne
+    env.reset() # Initialise l'état interne (self.state est créé ici)
     
     # Lecture des états initiaux pour l'interface Gradio (Utilisation sûre)
     initial_faim = env.state[ETAT_FAIM] * 100
@@ -98,19 +90,17 @@ try:
 
 except Exception as e:
     print(f"❌ ERREUR CRITIQUE lors du chargement de MiRobot: {e}")
-    # Les valeurs initial_faim/humeur restent à 0.0, évitant l'AttributeError
+    # Si échec, model et env restent None, et les valeurs initiales restent 0.0
     
 # ----------------------------------------------------------------------
 # 2. LOGIQUE DU JEU
 # ----------------------------------------------------------------------
 
-# L'état initial du jeu (dépend des constantes et des valeurs lues)
+# L'état initial du jeu
 game_state_initial = {
     'level': INITIAL_LEVEL,
     'puppy_pos': [GRID_SIZE // 2, GRID_SIZE // 2],
     'reward_pos': [0, 0],
-    'last_command': 'S_ARRETER',
-    'last_action_id': 0,
     'message': 'Bienvenue ! Téléchargez une récompense et commencez !',
     'reward_asset_path': None
 }
@@ -121,9 +111,7 @@ def _reset_game(reward_path):
     new_state = game_state_initial.copy()
     
     if env is not None:
-        obs, info = env.reset() # Réinitialisation de l'environnement RL
-        
-        # Mettre à jour les valeurs de sortie après reset
+        obs, info = env.reset() # IMPORTANT : Assure la création de self.state
         faim_display = env.state[ETAT_FAIM] * 100
         humeur_display = env.state[ETAT_HUMEUR]
     else:
@@ -137,40 +125,32 @@ def _reset_game(reward_path):
     
     return new_state, new_state['puppy_pos'][0], new_state['puppy_pos'][1], new_state['reward_pos'][0], new_state['reward_pos'][1], faim_display, humeur_display, new_state['message']
 
-def _get_faim_humeur():
-    """Récupère le niveau de faim et d'humeur actuel du chiot."""
-    if env is None or env.state is None:
-        return 0.0, 0.0
-    return env.state[ETAT_FAIM], env.state[ETAT_HUMEUR]
-
 def handle_user_command(current_state, command_text, reward_path):
-    """
-    Fonction principale appelée par Gradio pour gérer une commande utilisateur.
-    """
+    """Fonction principale appelée par Gradio pour gérer une commande utilisateur."""
     game_state = current_state
 
     if model is None or env is None:
+        # Sortie sécurisée en cas d'échec de chargement
         return game_state, command_text, 5, 5, 0, 0, '❌ Erreur: Le modèle MiRobot n\'a pas pu être chargé !'
 
     game_state['reward_asset_path'] = reward_path
     
     # 2. Vérification de la faim (condition de défaite)
-    faim_actuelle, humeur_actuelle = _get_faim_humeur()
+    faim_actuelle = env.state[ETAT_FAIM]
     if faim_actuelle >= FAIM_PENALTY_THRESHOLD:
         game_state['message'] = f'💔 Défaite ! MiRobot a trop faim ({faim_actuelle:.0%}) et ne peut plus obéir. Jeu réinitialisé au Niveau 1.'
         return _reset_game(reward_path) 
 
-
     # 3. Traitement de la commande utilisateur
     command_upper = command_text.upper()
     
     if command_upper not in ACTION_MAP_USER:
-        game_state['message'] = f"🤔 MiRobot n'a pas compris l'ordre '{command_text}'. Essayez 'AVANCER', 'TOURNER À GAUCHE', ou 'TOURNER À DROITE'."
+        game_state['message'] = f"🤔 MiRobot n'a pas compris l'ordre '{command_text}'. Sa faim augmente..."
         
+        # Simuler un pas de temps (Action 0: S'arrêter) sans commande active pour laisser la faim monter
         env.state[CMD_AVANCER] = 0.0
         env.state[CMD_TOURNER] = 0.0
         new_obs, mirobot_action, reward, terminated, truncated, info = env.step(0) 
-        game_state['last_action_id'] = mirobot_action
         
         faim_display = env.state[ETAT_FAIM] * 100
         humeur_display = env.state[ETAT_HUMEUR]
@@ -179,16 +159,20 @@ def handle_user_command(current_state, command_text, reward_path):
     
     # 4. Exécution de la décision du Modèle
     command_action_name = command_upper
+    
+    # 4.1. Injecter la commande dans l'état de l'environnement (Observation)
     env.state[CMD_AVANCER] = 1.0 if command_action_name == "AVANCER" else 0.0
     env.state[CMD_TOURNER] = 1.0 if command_action_name.startswith("TOURNER") else 0.0
     
+    # 4.2. Le modèle prédit l'action réelle (Obéissance ou gestion de besoin)
     obs = env.state
     mirobot_action_id, _ = model.predict(obs, deterministic=True) 
 
+    # 4.3. Exécuter l'action PRÉDITE par le modèle (mise à jour de la faim, humeur)
     new_obs, reward, terminated, truncated, info = env.step(mirobot_action_id)
     
     
-    # 4.2. Traduire l'action réelle du modèle en mouvement sur la grille
+    # 4.4. Traduire l'action réelle du modèle en mouvement sur la grille
     dx, dy = 0, 0
     
     if mirobot_action_id == ACTION_MAP_USER[command_action_name]:
@@ -198,7 +182,7 @@ def handle_user_command(current_state, command_text, reward_path):
             rx, ry = game_state['reward_pos']
             px, py = game_state['puppy_pos']
             
-            # Déplacement simple d'une unité vers la récompense
+            # Déplacement d'une unité vers la récompense
             if abs(rx - px) > abs(ry - py): 
                 dx = 1 if rx > px else -1
             elif abs(ry - py) > 0: 
@@ -208,11 +192,10 @@ def handle_user_command(current_state, command_text, reward_path):
         real_action_name = ACTION_MAP_MODEL[mirobot_action_id]
         game_state['message'] = f"😥 MiRobot a désobéi ! Il a fait '{real_action_name}' au lieu de '{command_action_name}'. Faim ou Humeur faible ? Récompense RL: {reward:.2f}"
 
-    # 4.3. Mise à jour de la position et de l'état du chiot
+    # 4.5. Mise à jour de la position et de l'état du chiot
     new_x = np.clip(game_state['puppy_pos'][0] + dx, 0, GRID_SIZE - 1)
     new_y = np.clip(game_state['puppy_pos'][1] + dy, 0, GRID_SIZE - 1)
     game_state['puppy_pos'] = [new_x, new_y]
-    game_state['last_action_id'] = mirobot_action_id
     
     faim_display = env.state[ETAT_FAIM] * 100
     humeur_display = env.state[ETAT_HUMEUR]
@@ -220,11 +203,10 @@ def handle_user_command(current_state, command_text, reward_path):
 
 
 def handle_bravo(current_state):
-    """Gère l'événement de récompense (le chiot a atteint la zone de récompense)."""
+    """Gère l'événement de récompense."""
     game_state = current_state
     
     if env is None:
-        # Sortie sûre en cas d'échec de chargement
         return game_state, game_state['puppy_pos'][0], game_state['puppy_pos'][1], 0, 0, '❌ Erreur: Modèle non chargé.'
 
     px, py = game_state['puppy_pos']
@@ -233,6 +215,7 @@ def handle_bravo(current_state):
     if px == rx and py == ry:
         game_state['level'] += 1
         
+        # Réduction de la faim et augmentation de l'humeur
         env.state[ETAT_FAIM] = np.clip(env.state[ETAT_FAIM] - 0.5, 0.0, 1.0)
         env.state[ETAT_HUMEUR] = np.clip(env.state[ETAT_HUMEUR] + 0.5, -1.0, 1.0)
         
@@ -246,7 +229,7 @@ def handle_bravo(current_state):
 
 
 def _draw_grid(puppy_pos, reward_pos, reward_path):
-    """Dessine la grille de jeu avec le chiot et la récompense."""
+    """Dessine la grille de jeu avec le chiot et la récompense (via HTML/CSS)."""
     if reward_path is None:
         return "<p style='text-align: center; color: red;'>Veuillez télécharger une image de récompense pour afficher la grille.</p>"
 
@@ -305,6 +288,8 @@ else:
         gr.Markdown(
             f"""
             # MiRobot - Le Jeu d'Obéissance 🐾
+            **ATTENTION :** Votre Space a atteint sa limite de stockage (50G). Pour que l'application fonctionne, vous devez supprimer des fichiers ou augmenter la capacité de votre Space.
+            
             Bienvenue dans la simulation interactive de votre modèle RL **{REPO_ID}** !
             **Objectif :** Guider MiRobot vers la récompense en donnant des ordres. Attention, sa **Faim** augmente à chaque pas !
             """
@@ -324,7 +309,7 @@ else:
             with gr.Column(scale=1):
                 level_display = gr.Markdown(f"### Niveau Actuel : {INITIAL_LEVEL}")
                 
-                # Correction: Utilisation des valeurs initiales sûres
+                # Utilisation des valeurs initiales sûres
                 faim_bar = gr.Slider(minimum=0, maximum=100, value=initial_faim, label="Faim de MiRobot (%)", interactive=False)
                 humeur_bar = gr.Slider(minimum=-1.0, maximum=1.0, value=initial_humeur, label="Humeur de MiRobot", interactive=False)
                 
@@ -340,13 +325,13 @@ else:
 
         message_output = gr.Markdown(f"**Message :** {game_state_initial['message']}")
         
-        # États cachés pour la position du chiot (Correction: utilisation des valeurs initiales sûres)
+        # États cachés
         puppy_pos_x = gr.State(game_state_initial['puppy_pos'][0])
         puppy_pos_y = gr.State(game_state_initial['puppy_pos'][1])
         faim_state = gr.State(initial_faim)
         humeur_state = gr.State(initial_humeur)
 
-        # --- ÉVÉNEMENTS (Le flow des événements est inchangé) ---
+        # --- ÉVÉNEMENTS ---
         
         reward_x.change(
             fn=update_reward_pos,