インベーダーゲームで一番成績の良かった学習アルゴリズム ACKTR をいろいろな環境で実行してみます。
今回は ハーフチータバレット（HalfCheetahBulletEnv-v0） を攻略します。ハーフチータバレットはチータを半分にしたような物体を前に進むように調整する環境です。
HalfCheetahBulletEnv-v0を攻略
ACKTR の学習済みモデル(Stable Baselines Zoo提供)を使ってHalfCheetahBulletEnv-v0を実行し、その様子を動画ファイルに出力します。
各オプションは以下の通りです。
- 環境(env)
HalfCheetahBulletEnv-v0 - 学習アルゴリズム(algo)
ACKTR - ステップ数(n)
3000
[コマンド]
1 | python3.7 -m utils.record_video --algo acktr --env HalfCheetahBulletEnv-v0 -n 3000 |
実行結果は以下のようになりました。(Ubuntu 19.10で動作確認しています。)
前には進んでいますが、走るというよりぴょんぴょんと飛び跳ねています。前足は使わない方が効率的だと学習したんでしょうか。。。ちょっと気持ち悪い動きです。(;^_^A