reinforcement.md

強化学習

OpenAI Gymが提供する環境で強化学習を行う。 以下の機能をサポートしている。

• Q学習
• "CartPole-v0"と"MountainCar-v0"の実行
• Experience Replay

参考にした実装

https://github.com/jaara/ai_examples

必要な環境

• OpenAI Gym pip install gymでインストールできる。

実行方法

ソースディレクトリ

(rood dir)/src/open_ai_gym

学習

cd src/open_ai_gym
python train.py

オプション:

• -e <environmant> : 実行するEnvironment("cart_pole"または"mountain_car")(default: "cart_pole")
• -s <skip size> : 描画をスキップするエピソード数。描画をスキップすることで高速化する(default: 0)
• -b <batch size> : 学習時ミニバッチサイズ(default: 32)
• -p <pool size> : Experience Replay用に保持するiteration数(default: 2000)
• -t <train iteration> : 一度に学習する回数(default: 10)
• --episode <episode num> : 実行するエピソード数(default 1000)
• --use-double-q : 指定するとDoule Q-learningを使用する