自作の機械学習ライブラリを用いてDQNを構築し、「Open AI Gym」の「CartPole」を学習させました。
cartpole_main.pyを実行することで実際に学習を行い、学習途中のログを確認することができます。
cartpole_test.pyを実行することで、今回学習させたモデルを試すことができます。
videosフォルダに学習過程の動画を格納してあります。
動画名の末尾についている数字は動画を保存した時点での経過エピソード数です。
学習初期はすぐに棒を倒してしまい動画が終了してしまいますが、終盤になると長い間棒を立てた状態を維持できていることがわかります。
以下は、900エピソード経過後の動画をgif形式に変換したものです。
modelsフォルダ直下に訓練終了後のモデルが保存されます。
modelsフォルダにあるbest_modelフォルダには今までで最も性能の良かったモデルを格納してあります。