Stable Baselines Zoo - 学習済みモデルを動画ファイルに出力(PongNoFrameskip-v4)

Stable Baselines Zoo の動画ファイル出力機能を使って PongNoFrameskip-v4環境 を実行する様子を動画ファイルにしてみます。

PongNoFrameskip-v4環境 は、対戦型のピンポンゲームです。

(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(PongNoFrameskip-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
    PongNoFrameskip-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 PongNoFrameskip-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。


実行結果


無駄な動きが多く、ほとんど得点できません。学習済みデータを使わずにハイパーパラメータを調整して学習しなおす必要がありますね。