DQN walker

DQN : Deep Q Networkで障害物を超えたパスを描けるかの実験です。RL系の経験はないので、まずはDQNをスクラッチ実装せず、Keras-RL2でDQNを呼んで使用させて頂きました。OpenAI Gymのデモシーンは確かに面白そうなのですが、チャンピオンシーンのような気もしないでもなく、自分が使いたいようなシーンで果たしてどこまでエージェントが上手くいくのか試してみました。以下のようなタスク設定し実験してみました。

以下に学習させたwalkerの結果を示します。初期状態ではランダムウォークのように徘徊しているだけですが、ステップを回すにつれ、画像左端を目指すようになり、800ステップで右図のようなパスを描くようになりました。

さらに学習を進めると別のルートでも行けるようになりました。以下は何ステップか回した結果です。