ugo-nama-kun

import torch
import torchvision
import random
import matplotlib.pyplot as plt

class MNISTHandler:
    def __init__(self, train=True):
        """
        Initializes the MNIST dataset.

ugo-nama-kun

import matplotlib.pyplot as plt
import numpy as np

n_bins = 100


def get_dist(center, scale, bins):
    dist = np.ones(bins)
    s_list = [15, 10, 5, 2]
    power_list = [10, 20, 40, 50]

ugo-nama-kun

# from : https://twitter.com/karpathy/status/1610822271157022720?s=20&t=kEsA7YdbLhb7bMqg_PUxww

import code; code.interact(local=locals())

# something you want to check...

ugo-nama-kun

class BetaHead(nn.Module):
    def __init__(self, in_features, action_size):
        super(BetaHead, self).__init__()

        self.fcc_c0 = nn.Linear(in_features, action_size)
        nn.init.orthogonal_(self.fcc_c0.weight, gain=0.01)
        nn.init.zeros_(self.fcc_c0.bias)

        self.fcc_c1 = nn.Linear(in_features, action_size)
        nn.init.orthogonal_(self.fcc_c1.weight, gain=0.01)

ugo-nama-kun

import torchvision.transforms as transforms
import matplotlib.pyplot as plt

from torch.utils.data import DataLoader
from torchvision.datasets import MNIST

mnist_data = MNIST('./mnist', train=True, download=True, transform=transforms.ToTensor())
data_loader = DataLoader(mnist_data, batch_size=4, shuffle=False)
data_iter = iter(data_loader)

ugo-nama-kun

def deconvsize(w_in, k, stride, pad, output_pad):
	return (w_in - 1) * stride - 2 * pad + k + output_pad

ugo-nama-kun

# Run by : python get_parser.py --seed 0 --gpu -1

import argparser

# argparser
parser = argparse.ArgumentParser(description="When RL, something similar like...")

parser.add_argument("--seed", help="Seed value. An Int value", type=int, required=True)
parser.add_argument("--gpu", help="GPU ID", type=int, default=-1)
parser.add_argument("--group", help="Run group, like 'Apr19'", default="test", type=str)

ugo-nama-kun

import torch
import torch.nn as nn
import torch.nn.functional as F


class Model(nn.Module):
    def __init__(self):
        super(Model, self).__init__()
        self.conv1 = nn.Conv2d(1, 20, 5)
        self.conv2 = nn.Conv2d(20, 20, 5)

ugo-nama-kun

import matplotlib.pyplot as plt
import numpy as np

x = np.linspace(0, 2, 10)
y = np.linspace(2, 0, 10)
err = 0.1 + np.random.rand(len(x)) * 0.3
angle = np.random.rand(len(x)) * np.pi / 3

plt.figure(figsize=(2, 2), dpi=300)
for i in range(len(x)):

ugo-nama-kun

mujoco_py のマーカーの使い方

この記事は強化学習 Advent Calendar 2021の12/22の記事です。

はじめまして！東京大学の吉田です。

大学では身体を持って自律的に発達する人工知能をつくることに興味があって、それを研究しています。

今回の記事は強化学習というよりは強化学習の環境をmujoco-pyを使って作るときのtipsといった内容です。 すでに強化学習の環境を作ってみたり、mujoco-pyを使ってMujocoをつかった物理シミュレーションをしている・やろうとしている人向けの内容です。