もう一人の自分

主な開発環境
・Raspbian GNU/Linux 10 (buster)
・python 3.7.3
・tensorflow 1.13.1（1.14.0ではtensorflow.cotribがみつかりませんとエラーが出ます）
・gym 0.15.7
・baselines

環境整備は、概ねpip3 installで対応できます。色々と足りないと言われたら、その都度pip3 installで対応しました。しかし、baselinesのみpip3 installでエラーが出たので、
$ git clone https://github.com/openai/baselines.git
$ cd baselines
$ pip3 install -e .
でインストールしました。

環境が整備できたので、まずは私自身がゲームをプレイし、それを記録します。
こちらの、大変すばらしいページを参考にしました。
https://ailog.site/2020/05/17/0517/
プレイするゲームは、私の好きなゲームに変更しています。

以下は変更箇所
env = gym.make('Breakout-v0')　#プレイするゲームをBreakout-v0に変更
env = MaxAndSkipEnv(env, skip=1) 　#行動を1フレームごとに選択に変更
def human_expert(_state):
key_state = get_key_state()
action = 1 # 行動の初期値を1にし、すぐにボールが出てくるように変更
generate_expert_traj(human_expert, 'breakout_demo', env, n_episodes=10)　#エピソード数を10に変更


1回あたり5個のボールを使えるゲームを10回遊び、私の見本とします。