unityのml-agents のGridWorldを試してみる

はじめに

　先週、unit ML-Agentsの tennisサンプルを試したみた。今週は次のサンプル GridWorldも試してみた。

unityのml-agentsでtensorflowを使った強化学習を試してみる
https://qiita.com/kznx/items/b0614b08e052bd95addf

GridWorld サンプル

　ランダムに置かれた障害物を避けて、ゴールにたどり着くことを学習するサンプル。デフォルトだと障害物が一つで、エリアも5x5と小さいので、エリアを広げ、障害物の数を増やしてみた。変更点は下記の通り。

1. unityの[Hierarchy]タブの[GridAcademy]を選択。
2. Inspectorに表示されるgridSizeのValueを10、numObstaclesのValueを20にしてみた。

tensorboard

　一応訓練は進んでいるように見えるが・・・

学習結果

今週は、GridWorldのサンプルを試してみたが、あまり賢くなってない。学習がうまく進んでないようだ。 reinforcement learning by unity ml-agents, GridWorld example https://t.co/PjTSYKSzCD via @YouTube

— Kazutoshi Nakano (@kznx) February 3, 2018

最後に

　もう少しハイパーパラメータを調整しないと、学習が進まず、賢くならないようだ。