Gymで強化学習㉟Atariゲーム環境:実装編

前回はAtariゲームの環境を準備しました。今回は、Atariゲーム環境を使った深層強化学習を行うためのコードを実装を紹介します。

フレームスタックでモノクロ画像を4枚重ねたものを入力画像として扱う畳み込みを導入しています。ネットワークの定義は基本的には、DeepMind の論文に従っています。

では、さっそく始めましょう。