強化学習ハンズオン

Transcript

1. 0
   強化学習ハンズオン
   2023-02-17 第32回NearMe技術勉強会
   Takuma Kakinoue
   

   View Slide

2. 1
   強化学習ハンズオン
   ● 今回の目的
   ○ 強化学習をするための環境構築＆実行
   ○ サンプルコードの解説
   ● 必要なライブラリ（python 3.7および3.8で動作確認済）
   ○ chainer == 7.7.0
   ○ chainerrl == 0.8.0
   ○ pybullet == 3.0.8
   ○ gym == 0.18.3
   ● サンプルコード → https://github.com/kakky-hacker/rl-bullet-sample
   ● 参考 → https://qiita.com/KProgramed/items/f256bc0d6e5d27224da2
   

   View Slide

3. 2
   強化学習ハンズオン
   ● 今回は、サンプルとして四足ロボットの歩行動作の学習を行う
   ● 学習前と学習後の比較
   ○ 86行目(agent.load..)のコメントアウトを外して、挙動を確認
   

   View Slide

4. 3
   次回予告
   ● 巡回セールスマン問題や配送計画問題を強化学習で解いてみる
   

   View Slide

5. 4
   Thank you
   

   View Slide