強化学習３３ Colaboratory+Breakout+chainerRL 画面を出してみる

中学生から大学生までのAI初学者を対象にしています。
強化学習２８が終了していることが前提です。

さて、このシリーズもいよいよ、Atariをすることにしました。
ブロック崩しに挑戦です。
まずは、こちらから動いているゲームを確認します。
https://gym.openai.com/envs/#atari

breakout-ram-v0を使います。

以下のような、画面確認用のnotebookを作ります。
chokozainerRL/ipynbsに入れておきました。

program install

必要なプログラムをインストールします。数十秒で終了します。

!apt-get install -y xvfb python-opengl ffmpeg > /dev/null 2>&1
!pip install pyvirtualdisplay

パラメータの作成

import argparse
parser = argparse.ArgumentParser()
parser.add_argument('--env', type=str, default='Breakout-ram-v0')
parser.add_argument('--outdir', type=str, default='result')
parser.add_argument('--save_mp4', type=str, default='test.mp4')
args = parser.parse_args([])

パラメータ設定

パラメータを設定します。

# @title Configuration
args.outdir="result" #@param{type:"string"}
args.env = "Breakout-ram-v0" #@param ["Breakout-ram-v0","Acrobot-v1","Pendulum-v0","CartPole-v0","MountainCar-v0"]{allow-input: true}
args.save_mp4=args.outdir+'/pretrain.mp4'#@param{type:"string"}

import os
if not os.path.exists(args.outdir):
    os.makedirs(args.outdir)

Evaluation

1回試行した結果が表示されます。動画は、outdir+'/pretrain.mp4'に出力されます。

from pyvirtualdisplay import Display
display = Display(visible=0, size=(1024, 768))
display.start()
%matplotlib inline

from IPython.display import HTML
from matplotlib import animation
import matplotlib.pyplot as plt
import gym
env = gym.make(args.env)

frames = []
obs = env.reset()
done = False
R = 0
t = 0
while not done and t < 2000:
  frames.append(env.render(mode = 'rgb_array'))
  action = env.action_space.sample()
  obs, r, done, _ = env.step(action)
  R += r
  t += 1
print('test episode:1',  'R:', R)
env.close()

plt.figure(figsize=(frames[0].shape[1]/72.0, frames[0].shape[0]/72.0),dpi=72)
patch = plt.imshow(frames[0])
plt.axis('off') 
def animate(i):
  patch.set_data(frames[i])
anim = animation.FuncAnimation(plt.gcf(), animate, frames=len(frames),interval=50)
anim.save(args.save_mp4)
HTML(anim.to_jshtml())

これをやってみて気づくのですが、今までやってきたclassicとatariは、ほぼ同じようにできるんですね。