基本情報
トップページ動画があるが、このタスクを解くわけでは無い。
タスクは、以下に説明がある。10個。
- Food
- Preferences
- Obstacles
- Avoidance
- Spatial Reasoning
- Generalization
- Internal Models
- Object Permanence
- Advanced Preferences
- Causal Reasoning
ルールはこちら
http://animalaiolympics.com/rules.html
順位は、EvalAIというプラットフォームでつけている。
EvalAIは、CLIがあり pip install evalai で簡単インストール
EvalAIにアカウント作成後、トークンが得られるので、CLIは、それを使ってログインする。
評価申請の方法
評価はスクリプトをPushするかDockerイメージをPushすると自動で実行される。
Animal AI Olympicsでは、Dockerイメージを使う。学習済みモデルはDockerイメージに含めておく。（余談だが、AWSを使っているらしい。DockerイメージはECRにPushされる）
評価申請の方法は以下に書かれている。
https://github.com/beyretb/AnimalAI-Olympics/blob/master/documentation/submission.md
以下に評価申請用のサンプルがあり、これを修正する。
https://github.com/beyretb/AnimalAI-Olympics/tree/master/examples/submission
Dockerfileには、必要なライブラリのインストールなどを書く。
学習済みモデルはdata以下に置く。agent.pyを修正し、step毎にActionを推論するようにする。
このdata以下とagent.pyは、Dockerイメージ無いにコピーされる。
実行の仕方
$ git clone https://github.com/beyretb/AnimalAI-Olympics.git
$ pip install animalai
にある"Environment link"からダウンロード。自分の環境のものをダウンロード。
cloneしたディレクトリの中の'env/'にダウンロードした実行ファイルを配置
visualizeArena.pyを実行。
$ cd AnimalAI-Olympics/examples
$ python visualizeArena.py
cを押すと一人称視点へ
w, a, s, dで移動できる。
configsの中にタスク1〜7のサンプルがある。これは、審査のサンプル。8〜10は秘密らしい。
$ python visualizeArena.py configs/6-Generalization.yaml
環境についてメモ
に、ObservationとActionについて記述がある
Action spaceは、[3, 3]で、それぞれ (0: nothing, 1: forward, 2: backward) と (0: nothing, 1: right, 2: left)の意味になる。つまり、2次元のAction。
ただ、Open AI Gymでは、1次元にしないといけないので、AnimalAIEnvというラッパーがある。これで、[3, 3]のAction spaceをflattenしており、action spaceは9になる。つまり
- 0: [0, 0] nothing, nothing
- 1: [0, 1] nothing, right
- 2: [0, 2] nothing, left
- 3: [1, 0] forward, nothing
- 4: [1, 1] forward, right
- 5: [1, 2] forward, left
- 6: [2, 0] backward, nothing
- 7: [2, 1] backward, right
- 8: [2, 2] backward, left