Submit Search
Upload
pygame+gymで強化学習
•
Download as PPTX, PDF
•
0 likes
•
330 views
risa buto
Follow
PyLadies Tokyo Meetup #51 オンラインLT
Read less
Read more
Technology
Report
Share
Report
Share
1 of 7
Download now
Recommended
Prott 1st year Anniversary
Prott 1st year Anniversary
Naofumi Tsuchiya
『自走プログラマー』 が我々に必要だった理由
『自走プログラマー』 が我々に必要だった理由
Takayuki Shimizukawa
Prott 1st Anniversary - user support and tips
Prott 1st Anniversary - user support and tips
Takafumi Haseda
Go Friday 傑作選
Go Friday 傑作選
Takuya Ueda
Tqrk02 bdd tatssato
Tqrk02 bdd tatssato
Tatsuya Sato
Python研修の作り方 - teaching-is_learning-
Python研修の作り方 - teaching-is_learning-
BrainPad Inc.
GDDでPlayNを見てゾクっとしたなど
GDDでPlayNを見てゾクっとしたなど
Takao Sumitomo
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Preferred Networks
Recommended
Prott 1st year Anniversary
Prott 1st year Anniversary
Naofumi Tsuchiya
『自走プログラマー』 が我々に必要だった理由
『自走プログラマー』 が我々に必要だった理由
Takayuki Shimizukawa
Prott 1st Anniversary - user support and tips
Prott 1st Anniversary - user support and tips
Takafumi Haseda
Go Friday 傑作選
Go Friday 傑作選
Takuya Ueda
Tqrk02 bdd tatssato
Tqrk02 bdd tatssato
Tatsuya Sato
Python研修の作り方 - teaching-is_learning-
Python研修の作り方 - teaching-is_learning-
BrainPad Inc.
GDDでPlayNを見てゾクっとしたなど
GDDでPlayNを見てゾクっとしたなど
Takao Sumitomo
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Preferred Networks
Python for Beginners ( #PyLadiesKyoto Meetup )
Python for Beginners ( #PyLadiesKyoto Meetup )
Ai Makabi
Pythonの会社を 9年間経営してきて分かったこと
Pythonの会社を 9年間経営してきて分かったこと
Haruo Sato
Prott Story ( Prottができるまで )
Prott Story ( Prottができるまで )
Naofumi Tsuchiya
Pythonの10年と今、これから
Pythonの10年と今、これから
Haruo Sato
オンラインPython学習サービスPyQの価格決め
オンラインPython学習サービスPyQの価格決め
Haruo Sato
万年ビギナーによるPythonプログラミングのリハビリ計画
万年ビギナーによるPythonプログラミングのリハビリ計画
Takeshi Akutsu
MARICON発表資料
MARICON発表資料
TadaTeruki
ZendEngine Study Meeting @Tokyo
ZendEngine Study Meeting @Tokyo
Masaki Fujimoto
Vtuber hacktokyo2019 mid
Vtuber hacktokyo2019 mid
GakuKunimi
The tale of I and python / Python とのはなし
The tale of I and python / Python とのはなし
Takanori Suzuki
独学プログラマーのその後
独学プログラマーのその後
Takayuki Shimizukawa
Google Assistant関係のセッションまとめ
Google Assistant関係のセッションまとめ
Takuya Ueda
【kintone Cafe 名古屋】kintone×○○○の可能性
【kintone Cafe 名古屋】kintone×○○○の可能性
Hiroyasu Yamada
Contribute to terraform-provider-aws
Contribute to terraform-provider-aws
健太郎 平松
株式会社ジョイゾー_kintone hive
株式会社ジョイゾー_kintone hive
Cybozucommunity
Go conference 2021 autumn
Go conference 2021 autumn
masahiko ito
無償ケア労働図鑑 〜これって愛なの?搾取なの?〜
無償ケア労働図鑑 〜これって愛なの?搾取なの?〜
risa buto
電子工作で猫との暮らし改善
電子工作で猫との暮らし改善
risa buto
座禅入門 by佐谷さん
座禅入門 by佐谷さん
risa buto
20230108_AWS試験山張り会
20230108_AWS試験山張り会
risa buto
20230107_AWS試験山張り会
20230107_AWS試験山張り会
risa buto
20221231_資格もくもく会
20221231_資格もくもく会
risa buto
More Related Content
What's hot
Python for Beginners ( #PyLadiesKyoto Meetup )
Python for Beginners ( #PyLadiesKyoto Meetup )
Ai Makabi
Pythonの会社を 9年間経営してきて分かったこと
Pythonの会社を 9年間経営してきて分かったこと
Haruo Sato
Prott Story ( Prottができるまで )
Prott Story ( Prottができるまで )
Naofumi Tsuchiya
Pythonの10年と今、これから
Pythonの10年と今、これから
Haruo Sato
オンラインPython学習サービスPyQの価格決め
オンラインPython学習サービスPyQの価格決め
Haruo Sato
万年ビギナーによるPythonプログラミングのリハビリ計画
万年ビギナーによるPythonプログラミングのリハビリ計画
Takeshi Akutsu
MARICON発表資料
MARICON発表資料
TadaTeruki
ZendEngine Study Meeting @Tokyo
ZendEngine Study Meeting @Tokyo
Masaki Fujimoto
Vtuber hacktokyo2019 mid
Vtuber hacktokyo2019 mid
GakuKunimi
The tale of I and python / Python とのはなし
The tale of I and python / Python とのはなし
Takanori Suzuki
独学プログラマーのその後
独学プログラマーのその後
Takayuki Shimizukawa
Google Assistant関係のセッションまとめ
Google Assistant関係のセッションまとめ
Takuya Ueda
【kintone Cafe 名古屋】kintone×○○○の可能性
【kintone Cafe 名古屋】kintone×○○○の可能性
Hiroyasu Yamada
Contribute to terraform-provider-aws
Contribute to terraform-provider-aws
健太郎 平松
株式会社ジョイゾー_kintone hive
株式会社ジョイゾー_kintone hive
Cybozucommunity
Go conference 2021 autumn
Go conference 2021 autumn
masahiko ito
What's hot
(16)
Python for Beginners ( #PyLadiesKyoto Meetup )
Python for Beginners ( #PyLadiesKyoto Meetup )
Pythonの会社を 9年間経営してきて分かったこと
Pythonの会社を 9年間経営してきて分かったこと
Prott Story ( Prottができるまで )
Prott Story ( Prottができるまで )
Pythonの10年と今、これから
Pythonの10年と今、これから
オンラインPython学習サービスPyQの価格決め
オンラインPython学習サービスPyQの価格決め
万年ビギナーによるPythonプログラミングのリハビリ計画
万年ビギナーによるPythonプログラミングのリハビリ計画
MARICON発表資料
MARICON発表資料
ZendEngine Study Meeting @Tokyo
ZendEngine Study Meeting @Tokyo
Vtuber hacktokyo2019 mid
Vtuber hacktokyo2019 mid
The tale of I and python / Python とのはなし
The tale of I and python / Python とのはなし
独学プログラマーのその後
独学プログラマーのその後
Google Assistant関係のセッションまとめ
Google Assistant関係のセッションまとめ
【kintone Cafe 名古屋】kintone×○○○の可能性
【kintone Cafe 名古屋】kintone×○○○の可能性
Contribute to terraform-provider-aws
Contribute to terraform-provider-aws
株式会社ジョイゾー_kintone hive
株式会社ジョイゾー_kintone hive
Go conference 2021 autumn
Go conference 2021 autumn
More from risa buto
無償ケア労働図鑑 〜これって愛なの?搾取なの?〜
無償ケア労働図鑑 〜これって愛なの?搾取なの?〜
risa buto
電子工作で猫との暮らし改善
電子工作で猫との暮らし改善
risa buto
座禅入門 by佐谷さん
座禅入門 by佐谷さん
risa buto
20230108_AWS試験山張り会
20230108_AWS試験山張り会
risa buto
20230107_AWS試験山張り会
20230107_AWS試験山張り会
risa buto
20221231_資格もくもく会
20221231_資格もくもく会
risa buto
エンジニアとして生き残るには
エンジニアとして生き残るには
risa buto
node.js入門
node.js入門
risa buto
汗っかき問題と対策
汗っかき問題と対策
risa buto
terraform基礎
terraform基礎
risa buto
手作りのものが食べたい
手作りのものが食べたい
risa buto
Invitation of Musical
Invitation of Musical
risa buto
画面テスト自動化
画面テスト自動化
risa buto
発声練習
発声練習
risa buto
ミュージカル入門
ミュージカル入門
risa buto
Javaキャッチアップ(SE9-12)
Javaキャッチアップ(SE9-12)
risa buto
Androidの非同期
Androidの非同期
risa buto
about me
about me
risa buto
Pixel game creation
Pixel game creation
risa buto
料理はじめました
料理はじめました
risa buto
More from risa buto
(20)
無償ケア労働図鑑 〜これって愛なの?搾取なの?〜
無償ケア労働図鑑 〜これって愛なの?搾取なの?〜
電子工作で猫との暮らし改善
電子工作で猫との暮らし改善
座禅入門 by佐谷さん
座禅入門 by佐谷さん
20230108_AWS試験山張り会
20230108_AWS試験山張り会
20230107_AWS試験山張り会
20230107_AWS試験山張り会
20221231_資格もくもく会
20221231_資格もくもく会
エンジニアとして生き残るには
エンジニアとして生き残るには
node.js入門
node.js入門
汗っかき問題と対策
汗っかき問題と対策
terraform基礎
terraform基礎
手作りのものが食べたい
手作りのものが食べたい
Invitation of Musical
Invitation of Musical
画面テスト自動化
画面テスト自動化
発声練習
発声練習
ミュージカル入門
ミュージカル入門
Javaキャッチアップ(SE9-12)
Javaキャッチアップ(SE9-12)
Androidの非同期
Androidの非同期
about me
about me
Pixel game creation
Pixel game creation
料理はじめました
料理はじめました
Recently uploaded
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
Recently uploaded
(14)
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
pygame+gymで強化学習
1.
pygame+gymで強化学習 ぶとー(ぴくぽ@buto_risa)
2.
ぶとーです ● 都内SI企業で働いています ● Python歴
7ヶ月 ● PyLadiesのLTは2回目です 技術ブログ:https://buto.qrunch.io
3.
あらすじ ★ 2020/4〜 1ヶ月の(給料)ドロボー生活 ★
ドロボーの良心?で強化学習にチャレンジしてみる ★ 「強化学習」でヒットしたQiita記事のゲームを再現(pygame) ○ DQN(Deep Q Network)を理解したので、Gopherくんの図を使って説明 ★ 自作ゲームをOpenAIGymで強化学習してみた
4.
ステップ1 ゲームを作る ● Qiita記事をパクる! ○
【初心者向け】Pythonでゲームを作ろう ● ケーキを取ったらスコア+100 ● 左上に現在のスコア ● 20秒でスコアを表示して終了
5.
ステップ2 gymと連携 ● これが一番時間掛かった。。。 ●
gymからゲームをできるように関数をオーバーライドしていく ○ reset : ゲームの再スタート(スコア初期化) ○ step : 1回分のゲームで行うこと(画面描画、キー操作 検知、報酬計算) ○ render : passのみ書いてエラー回避 ○ _key_action : キー操作 ○ _get_observation: 画面の画像を配列にして返す(多分)
6.
ステップ3 ハイスコアが出せるよう調整 ● (最初)終了時スコアで報酬の値を決める
101〜500なら+5 ○ 100台も500台も同じ報酬なので極力動かなくなった ○ 自作ゲームで強化学習 #2 その他トライエラーはこちら ● 動いたら報酬をプラス ○ 動くようにはなったがケーキを取る行動ではない ● ケーキの隣のマスだったら報酬をプラス ● policy(他の動きをしてみる確率)を大きくした(0.001→0.1) ○ 機敏に動くようにはなった ちょっとスコアアップ
7.
まとめ! 新人もAIも ほめてのばす時代
Download now