トップページ ▶ データベース研究 ▶ 強化学習 ▶ OpenAI Gym, Gym Atari のインストール
サイトマップ サイト内検索 アクセスログ

OpenAI Gym, Gym Atari のインストール

全体構成 教材類 インストール，運用 データベース研究 データ処理 プログラミング 支援 連絡先，業績など

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/

※ 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/

OpenAI Gym, Gym Atari のインストール

  1. Window でコマンドプロンプトを実行
  2. 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

  3. 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 pip3 install ...」のように操作すること． 

    cd c:\pytools
cd gym
pip install -e .

  4. 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__ )"

  5. 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．

Python プログラムを動かすために， pythonやpython3などのコマンドを使う． あるいは， 開発環境や Python コンソール（Jupyter Qt Console，spyder，PyCharm，PyScripter など）の利用も便利である．

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ページである．

資料等の公開では，原則，「クリエイティブコモンズ BY NC SA」として公開するようにしている． PDFファイル，パワーポイントファイルなどには， 「クリエイティブコモンズ BY NC SA」を明記するとともに，ロゴを記載するようにしている（作業が間に合っていない分もあるのでご容赦ください）．

公開している資料をご利用になる場合の，再配布の条件，剽窃の防止などについて，別ページで説明している． 再配布や資料改変の際には，そのページをご確認ください．

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） [image]