Stable Baselines Zoo の動画ファイル出力機能を使って QbertNoFrameskip-v4環境 を実行する様子を動画ファイルにしてみます。
QbertNoFrameskip-v4環境 は、主人公の「Qバート」を操作し、敵を避けてブロックの山をジャンプして色を付けていき、全てのブロックに色をつければステージクリアとなる環境です。
(Ubuntu 19.10で動作確認しています。)
学習済みモデルの動画ファイル出力(QbertNoFrameskip-v4)
次の条件で、学習済みモデルを実行している様子を動画ファイルに出力します。
- 環境
QbertNoFrameskip-v4 - 学習アルゴリズム
DQN - ステップ数
1000
[コマンド]
1 | python3.7 -m utils.record_video --algo dqn --env QbertNoFrameskip-v4 -n 1000 |
上記コマンドを実行すると、次のような動画ファイルが出力されます。
紫色の敵（？）でしょうか。この敵をうまくよけることができずクリアするところは一回も確認できませんでした・・・。