atariダウンロード - atariソースコードのダウンロード

atari

AI ソースコード

1.0.0

ダウンロード

アタリ

OpenAI の Atari Gym の上に構築された Research Playground は、さまざまな強化学習アルゴリズムを実装するために準備されています。

次のゲームのいずれかをエミュレートできます。

[「アステリックス」、「アステロイド」、「ミズパックマン」、「カブーム」、「バンクハイスト」、「カンガルー」、「スキー」、「フィッシングダービー」、「クルル」、「バーザーク」、「ツタンカーム」、「ザクソン」、ベンチャー」、「リバーレイド」、「ムカデ」、「アドベンチャー」、「ビームライダー」、「クレイジークライマー」、「タイムパイロット」、「カーニバル」、「テニス」、「シークエスト」、「ボウリング」、「スペースインベーダー」、「フリーウェイ」、「ヤーズリベンジ」、「ロードランナー」、「ジャーニーエスケープ」 '、'WizardOfWor'、'ゴーファー'、「ブレイクアウト」、「スターガンナー」、「アトランティス」、「ダブルダンク」、「ヒーロー」、「バトルゾーン」、「ソラリス」、「アップNDダウン」、「フロストバイト」、「カンフーマスター」、「プーヤン」、「ピットフォール」、「モンテズマリベンジ」 '、'プライベートアイ'、'エアレイド'、「Amidar」、「Robotank」、「Demon Attack」、「Defender」、「NameThisGame」、「Phoenix」、「Gravitar」、「ElevatorAction」、「Pong」、「VideoPinball」、「IceHockey」、「Boxing」、「Assault」、「エイリアン」、「Qbert」、「エンデューロ」、「チョッパーコマンド」、「ジェームズボンド」]

対応する Medium の記事をチェックしてください: Atari - 強化学習の詳細 ? (パート 1: DDQN)

目的

このプロジェクトの最終目標は、atari ゲームを共通点としてさまざまな RL アプローチを実装し、比較することです。

使用法

リポジトリのクローンを作成します。
プロジェクトのルートフォルダーに移動します。
必要なパッケージpip install -r requirements.txtをインストールします。
アタリを打ち出す。 help コマンドから始めて、利用可能なすべてのモードを確認することをお勧めしますpython atari.py --help 。

DDQN

ハイパーパラメータ

 * GAMMA = 0.99
* MEMORY_SIZE = 900000
* BATCH_SIZE = 32
* TRAINING_FREQUENCY = 4
* TARGET_NETWORK_UPDATE_FREQUENCY = 40000
* MODEL_PERSISTENCE_UPDATE_FREQUENCY = 10000
* REPLAY_START_SIZE = 50000
* EXPLORATION_MAX = 1.0
* EXPLORATION_MIN = 0.1
* EXPLORATION_TEST = 0.02
* EXPLORATION_STEPS = 850000

モデルのアーキテクチャ

DeepMind によるディープ畳み込みニューラルネットワーク

 * Conv2D (None, 32, 20, 20)
* Conv2D (None, 64, 9, 9)
* Conv2D (None, 64, 7, 7)
* Flatten (None, 3136)
* Dense (None, 512)
* Dense (None, 4)

Trainable params: 1,686,180