Create app.py

app.py

@@ -0,0 +1,129 @@
+import gradio as gr
+import gymnasium as gym
+from gymnasium import spaces
+import numpy as np
+import matplotlib.pyplot as plt
+from stable_baselines3 import PPO
+
+# --- 1. DEFINIMOS EL ENTORNO (Igual que en Colab) ---
+class DataCenterEnv(gym.Env):
+    def __init__(self):
+        super(DataCenterEnv, self).__init__()
+        self.action_space = spaces.Discrete(5)
+        self.observation_space = spaces.Box(low=0, high=100, shape=(1,), dtype=np.float32)
+        self.state = 20
+        self.max_steps = 100
+        self.current_step = 0
+        self.temps = []
+        self.energies = []
+
+    def reset(self, seed=None, options=None):
+        super().reset(seed=seed)
+        self.state = 20 + np.random.rand()
+        self.current_step = 0
+        self.temps = [self.state]
+        self.energies = []
+        return np.array([self.state], dtype=np.float32), {}
+
+    def step(self, action):
+        # Usamos variables globales para simular la carga que el usuario elija en la web
+        global USER_CPU_LOAD_MIN, USER_CPU_LOAD_MAX
+        cpu_load = np.random.uniform(USER_CPU_LOAD_MIN, USER_CPU_LOAD_MAX)
+        
+        cooling_effect = action * 2.5  # Potencia industrial
+        energy_cost = action ** 2
+        
+        self.state = self.state + cpu_load - cooling_effect
+        self.state = np.clip(self.state, 10, 100)
+        self.current_step += 1
+        
+        reward = 0
+        if 37 <= self.state <= 60: reward += 5
+        else: reward -= 2
+        if self.state > 80: reward -= 50
+        reward -= (energy_cost * 0.1)
+        
+        terminated = False
+        if self.current_step >= self.max_steps: terminated = True
+        
+        self.temps.append(self.state)
+        self.energies.append(energy_cost)
+            
+        return np.array([self.state], dtype=np.float32), reward, terminated, False, {}
+
+# Variables globales para controlar la dificultad desde la web
+USER_CPU_LOAD_MIN = 1
+USER_CPU_LOAD_MAX = 4
+
+# --- 2. FUNCIÓN DE SIMULACIÓN (Lo que hace la web) ---
+def run_simulation(load_min, load_max):
+    # Actualizamos las variables globales con lo que el usuario eligió
+    global USER_CPU_LOAD_MIN, USER_CPU_LOAD_MAX
+    USER_CPU_LOAD_MIN = load_min
+    USER_CPU_LOAD_MAX = load_max
+
+    # 1. Crear entorno y Cargar Modelo
+    env = DataCenterEnv()
+    
+    # INTENTA CARGAR TU MODELO. Si no lo encuentra, usa uno aleatorio (para que no falle la demo)
+    try:
+        model = PPO.load("agente_aire_acondicionado.zip", env=env)
+        msg = "✅ Modelo Inteligente Cargado Correctamente."
+    except:
+        model = None
+        msg = "⚠️ ADVERTENCIA: No se encontró 'agente_aire_acondicionado.zip'. Usando acciones aleatorias."
+
+    # 2. Correr la simulación
+    obs, _ = env.reset()
+    done = False
+    
+    while not done:
+        if model:
+            action, _ = model.predict(obs)
+        else:
+            action = env.action_space.sample() # Fallback aleatorio
+            
+        obs, reward, done, truncated, info = env.step(action)
+
+    # 3. Generar Gráficos
+    fig, (ax1, ax2) = plt.subplots(1, 2, figsize=(12, 5))
+    
+    # Gráfico Temperatura
+    ax1.plot(env.temps, color="red", label="Temperatura")
+    ax1.axhline(y=37, color='green', linestyle='--', label="Mínimo (37°C)")
+    ax1.axhline(y=60, color='green', linestyle='--', label="Máximo (60°C)")
+    ax1.set_title("Control de Temperatura")
+    ax1.set_ylabel("°C")
+    ax1.set_ylim(10, 90)
+    ax1.legend()
+    ax1.grid(True)
+    
+    # Gráfico Energía
+    ax2.plot(env.energies, color="blue", label="Energía")
+    ax2.set_title("Consumo de Energía")
+    ax2.set_ylabel("Watts")
+    ax2.grid(True)
+    
+    plt.tight_layout()
+    return fig, msg
+
+# --- 3. INTERFAZ GRÁFICA (Gradio) ---
+with gr.Blocks() as demo:
+    gr.Markdown("# ❄️ AI Cooling System Optimization Agent")
+    gr.Markdown("Este agente de Aprendizaje por Refuerzo (RL) controla el aire acondicionado de un servidor para ahorrar energía sin que se sobrecaliente.")
+    
+    with gr.Row():
+        with gr.Column():
+            gr.Markdown("### Configuración de Carga")
+            s_min = gr.Slider(1, 10, value=1, label="Carga Mínima de CPU (Calor)")
+            s_max = gr.Slider(1, 10, value=4, label="Carga Máxima de CPU (Calor)")
+            btn = gr.Button("🚀 Ejecutar Simulación")
+            status = gr.Textbox(label="Estado del Agente")
+        
+        with gr.Column():
+            plot = gr.Plot(label="Resultados en Tiempo Real")
+
+    btn.click(fn=run_simulation, inputs=[s_min, s_max], outputs=[plot, status])
+
+# Lanzar la app
+demo.launch()