【AI + pygame】pygameで作るインベーダー風ゲーム第7回設定改善編

最終更新：2019年05月22日公開：2019年05月20日

（2019年5月22日更新）

エンジニアのMです。
pygame によるインベーダー風ゲームの改造記事の第7回です。
ネタがあったので続きました。
前回上手く動かなかった部分について改善できたので、どこを修正したのかについて書いていきたいと思います。

今回のコードはこちらからダウンロードできます。
-> pygame_invader_7.zip

この記事の目次

修正点
該当部分のコード
修正後の結果
まとめ

修正点

以下の3点について修正しました。

ビーム（敵弾）情報の取得範囲を拡大
ミサイル（自機弾）とリロード時間の情報を省略
それぞれの値の範囲を「0」を通らないように修正

上2つの影響は小さいと思います。
性能が向上したという結果があるので有効だったということにしていますが、ケースバイケースでしょう。

おそらく重要だったのは下の太字にした修正です。
自機との相対座標で設定しているパラメータがいくつかあったのですが、その仕様上「0」になることがあります。
値が「0」を通ることそれ自体は問題ないのですが、撃破されたエイリアンのパラメータにも「0」を使っていたのが最大の問題だったと考えています。

入力無しとしての「0」と、値としての「0」を混同した結果、学習が上手くいかなくなったものと思われます。
当時何気なく設定したパラメータですが、学習に使うデータの中身である以上、もっと丁寧に決めるべきでした。
今後に活かしたいと思います。

該当部分のコード

class Invader:
    def _get_observation(self):
        if self.image_flag:
            resize_x = 160
            resize_y = 120
            cut_y_rate = 0.06
            pilImg = Image.fromarray(pygame.surfarray.array3d(self.screen))
            resizedImg = pilImg.resize((resize_x, resize_y), Image.LANCZOS)
            self.observation_space = np.asarray(resizedImg)[:][int(resize_y*cut_y_rate):]
            return None

        observation_list = list()
        for index, alien in enumerate(self.alien_list):
            if alien.alive:
                observation_list.append(alien.rect.center[0]/640)
                observation_list.append(alien.rect.center[1]/480)
                observation_list.append(alien.speed/2)
            else:
                observation_list.extend([0, 0, 0])
        observation_list.append(len(self.alien_list))

        # ビーム位置情報
        beam_check_range = np.array([128, 128, 256, 32])  # L,R,U,D(学習に使う範囲を指定)
        margin = 120 # ビーム位置用行列の余白
        compressed_rate = 5 # ビーム位置行列の圧縮

        comp_beam_check_range = beam_check_range // compressed_rate
        beam_pos_all = np.zeros(((640+ margin*2)//compressed_rate
                                 , (480+ margin*2)//compressed_rate), dtype=int)
        for index, beam in enumerate(self.beams):
            beam_pos_all[(beam.rect.center[0]+margin)//compressed_rate]\
                        [(beam.rect.center[1]+margin)//compressed_rate] = 1

        comp_x_pos = (self.player.rect.center[0] + margin) // compressed_rate
        comp_y_pos = (self.player.rect.center[1] + margin) // compressed_rate
        beam_pos = beam_pos_all[
            comp_x_pos - comp_beam_check_range[0]:comp_x_pos + comp_beam_check_range[1],
            comp_y_pos - comp_beam_check_range[2]:comp_y_pos + comp_beam_check_range[3]
            ]

        observation_list.extend(beam_pos.flatten())

        '''
        for index, shot in enumerate(self.shots):
            observation_list.append(shot.rect.center[0]/640)
            observation_list.append(shot.rect.center[1]/480)
        observation_list.extend([0 for _ in range(8- len(self.shots)*2)])
        '''
        for ufo in self.ufos:
            observation_list.append(ufo.rect.center[0]/640)
            observation_list.append(ufo.rect.center[1]/480)
            observation_list.append(ufo.speed)
        observation_list.extend([0 for _ in range(3 - len(self.ufos) * 3)])

        observation_list.append(self.player.rect.center[0]/640)
        observation_list.append(self.player.rect.center[1]/480)
        #observation_list.append(self.player.reload_timer/15)
        self.observation_space = np.array(observation_list, dtype=float)

        pass