OpenAI-GymのCertpoleのGYM環境本体 📖

OpenAI-GymのCertpoleのGymとしての機能をnako3のライブラリの形にしたもの。取り込んで利用する。

プログラム: (→大)
# OpenAI Gym Certpole GYMENVとは変数 GYMENVはNULL ●GYM作成とは 　ENVとは変数 　ENVは{ 　　終了超過ターン:NULL, 　　STEP:0, 　　打切STEP:500, 　　X閾値:2.4, 　　角度閾値:DEG2RAD(12), 　　重力:9.8, 　　台車重量:1.0, 　　棒重量:0.1, 　　棒長:0.5, 　　強:10.0, 　　台車位置:0, 　　台車速度:0, 　　棒角度:0, 　　棒角速度:0, 　　FPS:50, 　　画面幅:描画中キャンバス["width"], 　　画面高:描画中キャンバス["height"], 　　棒表示太:10.0, 　　台車表示幅:50.0, 　　台車表示高:30.0 　} 　ENV["TAU"]は1.0/ENV["FPS"] 　ENV["総重量"]はENV["台車重量"]+ENV["棒重量"] 　ENV["棒重心"]はENV["棒重量"]*ENV["棒長"] 　ENV["X最大値"]はENV["X閾値"]*2 　ENV["表示倍率"]はENV["画面幅"]/ENV["X最大値"] 　ENV["棒表示長"]はENV["表示倍率"]*(2*ENV["棒長"]) 　ENV["連結高"]はENV["台車高"]/4 　ENV["Y位置"]はENV["画面高"]/2 　GYMENVはENV 　ENVで戻る ここまで ●GYMリセットとは 　ENVとは変数 　ENVはGYMENV 　ENV["台車位置"]は(RND*0.1)-0.05 　ENV["台車速度"]は(RND*0.1)-0.05 　ENV["棒角度"]は(RND*0.1)-0.05 　ENV["棒角速度"]は(RND*0.1)-0.05 　ENV["終了超過ターン"]はNULL 　ENV["STEP"]は0 　[ENV["台車位置"], ENV["台車速度"], ENV["棒角度"], ENV["棒角速度"]]で戻る ここまで ●(ACTIONで)GYMステップとは 　ENVとは変数 　ENVはGYMENV 　Xとは変数 　XDとは変数 　Aとは変数 　ADとは変数 　XはENV["台車位置"] 　XDはENV["台車速度"] 　AはENV["棒角度"] 　ADはENV["棒角速度"] 　力強さとは変数 　もし、ACTIONが1ならば、 　　力強さはENV["強"] 　違えば、 　　力強さは-ENV["強"] 　ここまで 　TEMPとは変数 　AACCとは変数 　XACCとは変数 　TEMPは(力強さ+ENV["棒重心"]*AD*AD*SIN(A))/ENV["総重量"] 　AACCは(ENV["重力"]*SIN(A)-COS(A)*TEMP)/(ENV["棒長"]*(4/3-ENV["棒重量"]*COS(A)*COS(A)/ENV["総重量"])) 　XACCはTEMP-ENV["棒重心"]*AACC*COS(A)/ENV["総重量"] 　XはX+ENV["TAU"]*XD 　XDはXD+ENV["TAU"]*XACC 　AはA+ENV["TAU"]*AD 　ADはAD+ENV["TAU"]*AACC 　ENV["台車位置"]はX 　ENV["台車速度"]はXD 　ENV["棒角度"]はA 　ENV["棒角速度"]はAD 　ENV["STEP"]はENV["STEP"]+1 　終了フラグとは変数 　打切りフラグとは変数 　終了フラグはオフ 　打切りフラグはオフ 　もし、(ENV["台車位置"]<0-ENV["X閾値"])||(ENV["台車位置"]>ENV["X閾値"])ならば 　　終了フラグはオン 　違えばもし、(ENV["棒角度"]<0-ENV["角度閾値"])||(ENV["棒角度"]>ENV["角度閾値"])ならば 　　終了フラグはオン 　違えばもし、ENV["STEP"]>ENV["打切STEP"]ならば、 　　終了フラグはオン 　　打切りフラグはオン 　ここまで 　もし、終了フラグがオフならば、 　　報酬は1.0 　違えばもし、ENV["終了超過ターン"]＝NULLならば、 　　ENV["終了超過ターン"]は0 　　報酬は1.0 　違えば 　　もし、ENV["終了超過ターン"]が0ならば、 　　ここまで 　　ENV["終了超過ターン"]はENV["終了超過ターン"]+1 　　報酬は0 　ここまで 　STATEとは変数 　STATEは[ 　　X,XD,A,AD 　] 　[STATE, 報酬, 終了フラグ, 打切りフラグ, {}]で戻る ここまで ●GYM描画とは 　ENVとは変数 　ENVはGYMENV 　全描画クリア 　Xとは変数 　Yとは変数 　XはENV["台車位置"]*ENV["表示倍率"]+ENV["画面幅"]/2 　YはENV["Y位置"] 　1.0に線太さ設定 　黒色に線色設定 　黒色に塗り色設定 　キャンバス状態保存 　[X, Y]に描画起点設定 　[-ENV["台車表示幅"]/2,-ENV["台車表示高"]/2,ENV["台車表示幅"],ENV["台車表示高"]]の四角描画 　[0, ENV["連結高"]]に描画起点設定 　(RAD2DEG(ENV["棒角度"]))に描画回転 　「#CA9865」に線色設定 　「#CA9865」に塗り色設定 　[-ENV["棒表示太"]/2,0,ENV["棒表示太"],-ENV["棒表示長"]]の四角描画 　「#8184CB」に線色設定 　「#8184CB」に塗り色設定 　[0,0]へENV["棒表示太"]/2の円描画 　キャンバス状態復元 　[0,Y]から[ENV["画面幅"],Y]まで線描画 ここまで ●RNDとは 　『Math.random』を[]でJS関数実行で戻る ここまで