この情報は古いので、現状のLIS ver.2には適合しない可能性があります。

環境

GPU GTX1070
ubuntu 14.04
chainer 1.14.0
など

はじめに

過去１２回でパソコンを自作した後に、Ubuntu14.04、CUDA、cuDNN、chainer、dqn、LIS、Tensorflow、OpenAIGymを順次インストールし、いくつかモデルを走らせた。特に前回はModel-Free Episodic Controlを学習させた。
http://qiita.com/masataka46/items/a87110e8665f29f751f5

今回はドワンゴさんのLISのヴァージョン２をインストールし、使ってみる。~~コードはこちらのpull requestにある。~~
~~https://github.com/wbap/lis/pull/16~~

LIS ver.2をインストールする

~~ver.2のpull requestがmergeされてないようなので、fetchで持ってくる。~~
LISのver.2はこちらにある。
https://github.com/stssg526/lis/tree/lisver2
適当なディレクトリにgit cloneする。

git clone https://github.com/stssg526/lis.git

しかしなぜかgym_clientがない。ver1なのか？よって、zipファイルから行う。

unzip lis-lisver2

本来ここでpython modulesをinstallする必要がある。

pip install -r python-agent/requirements.txt

これを怠ったことが後のエラーに繋がったか？

次にdataをfetchする。

./fetch.sh

ver2はUnityがサーバーになったので、先に起動する。

cd PATH_TO_UNITY_EDITOR
./Unity

次にクライアントのagent側を起動する。

cd gym_client/examples/agents
PYTHONPATH=../../ python Lis_dqn.py

本来これで学習が開始される。

エラーの対応

~~学習を開始すると以下のエラーが表示された。~~

ImportError: No module named websocket

~~とりあえずpipで入れてみる。~~

sudo pip install websocket

~~これで再度実行すると、すると以下のエラーが表示された。~~

File "/media/ohmasa/several data/home/ohmasa/lisV2/lis-lisver2/gym_client/gym/envs/unity/gym_unity_env.py", line 62, in close
    self.ws.close()  # コネクション終了
AttributeError: 'GymUnityEnv' object has no attribute 'ws'

~~gym_unity_env.pyの16行目には以下のように書かれている。~~

self.ws = websocket.create_connection("ws://localhost:4649/CommunicationGym")

~~wsというインスタンス変数はあるが、これにwebsocketどうたらを代入しているのが気になる。先ほどインストールしたwebsocketに問題あるのだろうか？~~

READMEの下方Module Referencesにwebsocket-sharpとかwebsocket-clientとかある。これは先ほど入れたwebsocketとは別物なのだろうか？とりあえずwebsocket-clientを入れてみる。

sudo pip install websocket-client

~~再度実行すると、ようやく学習が始まった。しかししばらくすると~~

msgpack.exceptions.UnpackValueError: Unpack failed: error = 0

~~となって止まった。Referencesにmsg-packどうたらこうたら書いているが、これが問題だろうか。そこで~~

sudo easy_install msgpack-python

~~として再度実行。しかしやっぱり同じエラーが出る。そこでネットで調べたところ、このサイト~~
~~http://qiita.com/snaka/items/8da9f89deeef17b1923a~~
~~など読むと、msgpack-unityというものが別にあるらしい。~~
~~確かにREADMEにはmsgpack-unityと書かれていた。そこでGitHubのここ~~
~~https://github.com/masharada/msgpack-unity~~
~~を利用する。~~

git clone https://github.com/masharada/msgpack-unity.git

このsrcフォルダを対応するunityのプロジェクトのAssetsフォルダ内にコピーした。再度実行すると、Unityを立ち上げた際にウインドウ下部に以下のエラーが表示され、ゲームの進行が出来なかった。

Assets/Packages/mspack-unity/src/BoxingPacker.cs(25,22):error CS0101:The namespace 'MsgPack' already contains a difinition for 'BoxingPacker'

問題は自己解決した。LIS ver2の最新版をzip経由で入れた上で、READMEに従って進めると、問題なく学習が進んだ。これまでpython modulesをinstallしてなかったので、これが原因の可能性もある。fetch.shを実行する前に以下を実行する必要があるが忘れていた。

pip install -r python-agent/requirements.txt

学習結果のグラフを表示する

timestep-rewardのグラフを表示する。はじめにpandasをインストールする。

sudo pip install pandas
cd gym_client/examples/agents
python plot_reward_log.py

これで以下のグラフが表示された。

４万回くらいまで順調に増加してるけど、その後停滞してるね。13万回くらい学習するのにGPU使って６時間半。