OpenAI Gym, Gym Atari のインストール

OpenAI は、強化学習のツールキット．このページでは，インストール手順を示す．

謝辞：OpenAI Gym の作者に感謝します

参考Webページ https://gym.openai.com/

前準備

前準備として，Python, Git のインストールが終わっていること．

Python のインストール

Python の URL: https://www.python.org/

Windows での Python のインストールは，別ページで説明している．
WinPython を使いたい場合は，そのインストールは，別ページで説明している．
Ubuntu などの Linux で，システム Python を使う場合は，インストールの必要はない．

※ Python のプログラム作成には、PyCharmなどが便利である．

Git のインストール

Git の URL: https://git-scm.com/

Windows での Git のインストール手順: 別ページで説明している．
Ubuntu での Git のインストール手順:
```
sudo apt -y install git
```

OpenAI Gym, Gym Atari のインストール

Window でコマンドプロンプトを実行

OpenAI Gym のダウンロード

ダウンロードに，gitを用いる．

mkdir c:\pytools
cd c:\pytools
rmdir /s /q gym
git clone https://github.com/openai/gym

OpenAI Gym のインストール

※ 「pip install ...」は，Python パッケージをインストールするための操作． Ubuntu でシステムの python3 を使っているときは，「pip install ...」の代わりに「sudo python3 -m pip install ...」のように操作すること．
```
cd c:\pytools
cd gym
pip install -e .
```
OpenAI Gym のバージョン確認
Windows のコマンドプロンプトで、次のコマンドを実行
※ バージョン番号が表示されれば OK．下の図とは違うバージョンが表示されることがある．
```
python -c "import gym; print( gym.__version__ )"
```
Gym Atari のインストール
```
pip install gym[atari]
```

試しに動かしてみる

Python プログラムを動かす．

※ Python プログラムを動かすために， Windows では，「python」コマンドを使う． Ubuntu では「python3」コマンドを使う．

開発環境や Python コンソール（Jupyter Qt Console，spyder，PyCharm，PyScripter など）も便利である．

SpaceInvaders-v0

import gym
env = gym.make('SpaceInvaders-v0')
observation = env.reset()
for i_episode in range(20):
    observation = env.reset()
    for t in range(100):
        env.render()
        print(observation)
        action = env.action_space.sample()
        observation, reward, done, info = env.step(action)
        if done:
            print("Episode finished after {} timesteps".format(t+1))
            break

CartPole-v0

import gym
env = gym.make('CartPole-v0')
observation = env.reset()
for i_episode in range(20):
    observation = env.reset()
    for t in range(100):
        env.render()
        print(observation)
        action = env.action_space.sample()
        observation, reward, done, info = env.step(action)
        if done:
            print("Episode finished after {} timesteps".format(t+1))
            break

Copy-v0

import gym
env = gym.make('Copy-v0')
observation = env.reset()
for i_episode in range(20):
    observation = env.reset()
    for t in range(100):
        env.render()
        print(observation)
        action = env.action_space.sample() # your agent here (this takes random actions)
        observation, reward, done, info = env.step(action)
        if done:
            print("Episode finished after {} timesteps".format(t+1))
            break

toy_text

import gym
env = gym.make('FrozenLake-v0')
observation = env.reset()
for i_episode in range(20):
    observation = env.reset()
    for t in range(100):
        env.render()
        print(observation)
        action = env.action_space.sample() # your agent here (this takes random actions)
        observation, reward, done, info = env.step(action)
        if done:
            print("Episode finished after {} timesteps".format(t+1))
            break

本サイトは金子邦彦研究室のWebページです．サイトマップは，サイトマップのページをご覧下さい．本サイト内の検索は，サイト内検索のページをご利用下さい．

問い合わせ先：金子邦彦（かねこくにひこ）