GitHubじゃ!Pythonじゃ!

GitHubからPython関係の優良リポジトリを探したかったのじゃー、でも英語は出来ないから日本語で読むのじゃー、英語社会世知辛いのじゃー

openai

roboschool – OpenAI Gymと統合されたロボットシミュレーション用のオープンソースソフトウェア

投稿日:

OpenAI Gymと統合されたロボットシミュレーション用のオープンソースソフトウェア。

ニュース

2017年7月17日、バージョン1.1

  • すべてのenvsバージョンは、 “-v1″にぶつかっています。これは、より良いポリシーを取得する確率を高める、より強固な拘束的な懲罰のためです。
  • Flagrun-v1は対称歩行を開発する可能性が非常に高く、
  • FlagrunHarder-v1は立ち上がる、歩く、転倒することなくターンするように訓練されることができる新しい「反復アンダーランド」学習スケジュールを持っています。
  • アトラスロボットモデル、修正(空のリンクが削除され、過度に強力な足が弱くなった)。
  • すべての-v1 envは、5月のバージョンと比較して、より良い動物園のポリシーで出荷されます。
  • キーボード制御ヒューマノイドが含まれています。

Roboschool

リリースブログの投稿はこちら:

https://blog.openai.com/roboschool/

Roboschoolは、研究に役立つシミュレーションを作成するための長期的なプロジェクトです。 ロードマップは次のとおりです。

  1. ジムMuJoCo環境を複製します。
  2. 弾道中心の壊れやすいMuJoCoタスクから一歩離れてください。
  3. マルチプレイヤーゲームを探そう。
  4. タプル内のカメラのRGB画像とジョイントを使用してタスクを作成します。
  5. ロボットに口頭での指示を含む指示を教える。

いくつかのwikiページ:

新しい環境への貢献

従業員求む

環境リスト

Roboschool環境の一覧は次のとおりです。

  • RoboschoolInvertedPendulum-v0
  • RoboschoolInvertedPendulumSwingup-v0
  • RoboschoolInvertedDoublePendulum-v0
  • RoboschoolReacher-v0
  • RoboschoolHopper-v0
  • RoboschoolWalker2d-v0
  • RoboschoolHalfCheetah-v0
  • RoboschoolAnt-v0
  • Roboschool Humumoid-v0
  • RoboschoolHumanoidFlagrun-v0
  • RoboschoolHumanoidFlagrunHarder-v0
  • RoboschoolPong-v0

このリストを取得するには: import roboschool, gym; print("\n".join(['- ' + spec.id for spec in gym.envs.registry.all() if spec.id.startswith('Roboschool')])) import roboschool, gym; print("\n".join(['- ' + spec.id for spec in gym.envs.registry.all() if spec.id.startswith('Roboschool')]))

インストール

まず、現在のシェルでROBOSCHOOL_PATH変数を定義します。 このREADMEでは使用されますが、Roboschoolコードのどこにも使用されません。

ROBOSCHOOL_PATH=/path/to/roboschool

あなたのシステムにPython2とPython3の両方がある場合は、 python3pip3コマンドを使用してください。

依存関係は、ジム、Qt5、assimp、tinyxml、およびbullet(ブランチから)です。 ノンブレットデープの場合、使用しているプラ​​ットフォームとパッケージマネージャによっていくつかのオプションがあります。

  • Ubuntu:

    apt install cmake ffmpeg pkg-config qtbase5-dev libqt5opengl5-dev libassimp-dev libpython3.5-dev libboost-python-dev libtinyxml-dev

    ユーザは#15の問題で、 sudo pip3 install pyopenglはOpenGLエラーをsudo pip3 install pyopenglせることができると報告しています。これは、OpenGLライブラリをUbuntuシステムに適切に配置するためです。

  • Linuxbrew

    brew install boost-python --without-python --with-python3 --build-from-source
    export C_INCLUDE_PATH=/home/user/.linuxbrew/include:/home/user/.linuxbrew/include/python3.6m
    export CPLUS_INCLUDE_PATH=/home/user/.linuxbrew/include:/home/user/.linuxbrew/include/python3.6m
    export LIBRARY_PATH=/home/user/.linuxbrew/lib
    export PKG_CONFIG_PATH=/home/user/.linuxbrew/lib/pkgconfig:/usr/lib/pkgconfig:/usr/lib/x86_64-linux-gnu/pkgconfig

    (まだ動作することが知られているので、UbuntuのQtを使います)

  • Mac、自作のpython:

    # Will not work on Mavericks: unsupported by homebrew, some libraries won't compile, upgrade first
    brew install python3
    brew install cmake tinyxml assimp ffmpeg qt
    brew reinstall boost-python --without-python --with-python3 --build-from-source
    export PATH=/usr/local/bin:/usr/local/opt/qt5/bin:$PATH
    export PKG_CONFIG_PATH=/usr/local/opt/qt5/lib/pkgconfig
  • Mac、Anaconda with Python 3

    brew install cmake tinyxml assimp ffmpeg
    brew reinstall boost-python --without-python --with-python3 --build-from-source
    conda install qt
    export PKG_CONFIG_PATH=$(dirname $(dirname $(which python)))/lib/pkgconfig

次のように箇条書きをコンパイルしてインストールします。 make installはファイルをroboschoolディレクトリにコピーするだけであるmake install注意しmake installください。

git clone https://github.com/olegklimov/bullet3 -b roboschool_self_collision
mkdir bullet3/build
cd    bullet3/build
cmake -DBUILD_SHARED_LIBS=ON -DUSE_DOUBLE_PRECISION=1 -DCMAKE_INSTALL_PREFIX:PATH=$ROBOSCHOOL_PATH/roboschool/cpp-household/bullet_local_install -DBUILD_CPU_DEMOS=OFF -DBUILD_BULLET2_DEMOS=OFF -DBUILD_EXTRAS=OFF  -DBUILD_UNIT_TESTS=OFF -DBUILD_CLSOCKET=OFF -DBUILD_ENET=OFF -DBUILD_OPENGL3_DEMOS=OFF ..
make -j4
make install
cd ../..

最後に、プロジェクト自体をインストールします。

pip3 install -e $ROBOSCHOOL_PATH

今、エージェント動物園から事前に訓練されたエージェントを動かすことによってそれが働いたかどうか確認してください。

エージェント動物園

agent_zooディレクトリには、事前に訓練された多数のエージェントが用意されています。

ランダムに変化するターゲットに向かってヒューマノイドを見るには:

python $ROBOSCHOOL_PATH/agent_zoo/RoboschoolHumanoidFlagrun_v0_2017may.py

レース中に3人のエージェントを表示するには:

python $ROBOSCHOOL_PATH/agent_zoo/demo_race2.py







-openai

執筆者: