強化学習の画像系のtips

rl_images.py

from dm_control import suite
from collections import deque

# deepmind control suite を使う場合
env_dmc = suite.load("cartpole", "balance")

# dm_control で得た場合の画像の形式は (84, 84, 3)．これは mujoco_py の場合も同じ
im = self.env_dmc.physics.render(camera_id=0, height=84, width=84)

# frame stack [(84, 84, 3), (84, 84, 3), (84, 84, 3)]
frames = deque(maxlen=3)
for _ in range(3):
  frames.append(self.env_dmc.physics.render(camera_id=0, height=84, width=84))

# get numpy array with (84, 84, 3*3) tensor (for Tensorflow)
obs = np.dstack(frames)

# get numpy array with (3*3, 84, 84) tensor (for Pytorch)
obs = np.dstack(frames).transpose(2, 0, 1)  # torch の permute が numpy では transpose になる

# 表示
import matplotlib.pyplot as plt
plt.figure()
for i in range(9):
  plt.subplot(3, 3, 1+i)
  plt.imshow(obs[i])
plt.show()

画像のプロット例