DQN（Deep Q-Network）は2017年くらいに大きく注目された。 最近「Jetson Nano」を使ったAIロボットカー「JetBot」のハンズオンセミナーの記事をよく目にする。 またAWS Summit 2019にてAWSのブースでも「Jetson Nano」を使った展示があった。DQNを復習する。
ゲームでの事例が多いが、車の自動運転とか、ロボットの自動化などに利用できる。 DQNのサンプルでよくあるものをkerasで実装してみた。
障害物のY座標が最下段の場合、エージェント（操作対象）と衝突判定をする。 ・当たっていなければ報酬「+１」 ・当たっていたら報酬「-1」
という条件で学習させる。 学習時間は1,000エポックで15分程度。
■状態を表す行列の例（8 * 8） 「1.0」がエージェント、「0.5」が障害物を表す。
■学習結果をmatplotlibで描画。きちんと避け続けている。
■pygameで描画
画像認識、回帰予測などAIと呼ばれる分野ではあるが、こういったDQNをつかった強化学習が一番AIっぽい感じがするし、わかりやすい。 なにより楽しい。