迷路をランダム生成して、その最適解を強化学習するプログラムを書いていてゲームプログラマーへの憧れを思い出した。中学生の頃には Visual Basic で簡単なシューティングゲームを作ったりもしてたのだけど、高校生になるとオレオレゲームエンジン製作という沼にハマって、何も完成させられなくなってしまった。
大学になるとプレイステーション2が出てきて、これを自分で作るのは無理だと分かったし、ドアドアやボコスカウォーズのようにアイディアと実装を一人で作りあげるような時代はもうこないと思い込んでしまった所はある。ちょっと後にスマートフォンゲーム時代があったのだけど。
こちらの続きで、Deep-Reinforcement-Learning-Book/program/2_2_maze_random.ipynb at master · YutaroOgawa/Deep-Reinforcement-Learning-Book · GitHub を参照しながら強化学習で迷路を解くモデルの生成と可視化を実装する。
改めて機械学習の勉強を始めるのにあたってグラフのプロットをアニメーションで表示させたくなった。Python ライブラリの matplotlib には直接アニメーションを表示させる機能もあるが、環境情報を Docker コンテナのコンソールに閉じ込めたいし、生成物を簡単に共有したい。そう考えると生成物自体をアニメショーンGIFにできると嬉しい。
上記情報があったので参考にさせてもらいつつ、imagemagick を Docker コンテナにインストールする事でホストマシンへの影響を最小限にする。
