強化学習/MacでOpenAI Gymを使う のバックアップ(No.1)

• バックアップ一覧
• 差分 を表示
• 現在との差分 を表示
• ソース を表示
• 強化学習/MacでOpenAI Gymを使う へ行く。
  • 1 (2018-11-26 (月) 14:57:15)

---

はじめに †

OpenAI Gym は、安全な人工汎用知能 (AGI) の研究を支援している非営利団体 OpenAI が提供している強化学習ツールキットです。

OpenAI Gymのページには、Pythonの標準パッケージ管理ツールであるpipを用いてインストールする方法が載っています。 しかし、機械学習用の環境であるAnacondaはとても便利なので、ここでは、Anacondaを使ってMac上にOpenAI Gymをインストールする方法を説明します。

AnacondaのインストールとJupyter Notebookの使い方については、こちらで確認してください。

• Pythonでデータ分析するはじめの一歩（Mac編） - とうごろうぃき

この記事の内容は、以下の環境で確認しました。

• macOS High Sierra 10.13.5
• Anaconda 5.3 for macOS Python 3.7 version

Gymのインストール †

まず、Anaconda NavigatorのHome画面で「Environments」をクリックして、環境の一覧を開きます。

「base (root)」から「Open Terminal」を選んで、ターミナルを開きます。

ターミナルが開いたら、condaでGymをインストールします。

(base) bash-3.2$ conda install -c akode gym

Gymの動作確認 †

Anaconda NavigatorのHomeから、（「base (root)」の）「Launch」をクリックします。

Jupyter Notebookが起動し、ブラウザが開きます。

新しいNotebookを開いて、次のサンプルプログラムを打ち込み、実行します。

import gym
env = gym.make('CartPole-v0')

for i_episode in range(20):
    observation = env.reset()  # 状態
    for t in range(100):
        env.render()
        print(observation)
        action = env.action_space.sample()  # 行動（一様選択） 0: 左、1: 右
        observation, reward, done, info = env.step(action)  # 行動を実行し、次の状態、報酬、終端状態かどうか、デバッグ用情報を受け取る
        if done:
            print("Episode finished after {} timesteps".format(t+1))
            break

次のような画面が出てきて、ランダムな動きをしたらOKです。