質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.35%
強化学習

強化学習とは、ある環境下のエージェントが現状を推測し行動を決定することで報酬を獲得するという見解から、その報酬を最大限に得る方策を学ぶ機械学習のことを指します。問題解決時に得る報酬が選択結果によって変化することで、より良い行動を選択しようと学習する点が特徴です。

Anaconda

Anacondaは、Python本体とPythonで利用されるライブラリを一括でインストールできるパッケージです。環境構築が容易になるため、Python開発者間ではよく利用されており、商用目的としても利用できます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Unity

Unityは、Unity Technologiesが開発・販売している、IDEを内蔵するゲームエンジンです。主にC#を用いたプログラミングでコンテンツの開発が可能です。

Q&A

解決済

1回答

3274閲覧

Unity,ML-Agentsにて、複数のブレインを同じPPOファイルで学習させる方法がわかりません。

sssssss3333333

総合スコア0

強化学習

強化学習とは、ある環境下のエージェントが現状を推測し行動を決定することで報酬を獲得するという見解から、その報酬を最大限に得る方策を学ぶ機械学習のことを指します。問題解決時に得る報酬が選択結果によって変化することで、より良い行動を選択しようと学習する点が特徴です。

Anaconda

Anacondaは、Python本体とPythonで利用されるライブラリを一括でインストールできるパッケージです。環境構築が容易になるため、Python開発者間ではよく利用されており、商用目的としても利用できます。

機械学習

機械学習は、データからパターンを自動的に発見し、そこから知能的な判断を下すためのコンピューターアルゴリズムを指します。人工知能における課題のひとつです。

Unity

Unityは、Unity Technologiesが開発・販売している、IDEを内蔵するゲームエンジンです。主にC#を用いたプログラミングでコンテンツの開発が可能です。

0グッド

0クリップ

投稿2020/12/21 19:19

前提実現したいこと

 ML-Agentsで強化学習を行う際に、アタッチされているコンポーネントの異なる複数のモデル(BehaviorParametersコンポーネントのBehaviorNameも異なる)を同じPPOファイルを用いて一度に学習させたい。
発生している問題・エラーメッセージ

anacondaのコマンドプロンプトにて、下記のようにWARNINGと表示された後、使用したいPPOファイルの内容と異なったものが表示され、その内容で学習が進んでしまっています。
使用したいPPOファイルの名前がNormal.yaml
学習させたいモデルのBefaviorNameはShopとNormalです。

2020-12-22 03:26:40 WARNING [trainer_factory.py:64] Behavior name Shop does not match any behaviors specifiedin the trainer configuration file: ['Normal']
2020-12-22 03:26:40 INFO [stats.py:126] Hyperparameters for behavior name Shop:
trainer_type: ppo
hyperparameters:
batch_size: 1024
buffer_size: 10240
learning_rate: 0.0003
beta: 0.005
epsilon: 0.2
lambd: 0.95
num_epoch: 3
learning_rate_schedule: linear
network_settings:
normalize: False
hidden_units: 128
num_layers: 2
vis_encode_type: simple
memory: None
reward_signals:
extrinsic:
gamma: 0.99
strength: 1.0
init_path: None
keep_checkpoints: 5
checkpoint_interval: 500000
max_steps: 500000
time_horizon: 64
summary_freq: 50000
threaded: True
self_play: None
behavioral_cloning: None
framework: tensorflow
補足事項

 同じPPOファイルでなく別々のファイルを用いての学習は行うことができるのか、そもそもML-Agetnsで複数のモデルを学習させることが想定されているのかすらわからない状態です。

こちらが指定するPPOファイルを用いての複数モデルの同時学習が可能か不可能かだけでもお教えいただけないでしょうか。
よろしくお願いします。

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

自己解決

サンプルとして用意されていたファイルを参考に、yamlファイルを2つ用意するのでなく1つのファイルの中に2つハイパーパラメータを用意すると、解決しました。

投稿2020/12/22 06:03

sssssss3333333

総合スコア0

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.35%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問