強化学習で環境を別ソ​フトに置き換えた場合​にエピソード数がずれ​る問題

現在環境を別ソフトとしてMATLABと連成させて学習をさせようとしているのですが、

環境側が1エピソード進んだ後、MATLABのエージェント側を起動させようとすると、

MATLABが全エピソード分勧めようとしてしまい、エラーが発生してしまいます。

理想としては、環境側で1エピソード進んだ後、MATLAB側で1エピソード進む、そしてまた環境が...

という工程を繰り返し学習をしていってほしいのですが、

どのようにすればよろしいでしょうか。

Answer 1

[Toshinobu Shintai]

別ソフトとMATLABをどのように連携しているのか、分かりませんが、ROS Toolboxで通信し、同期を取る処理を構築してみてはいかがでしょうか。（別ソフトがROSに対応している必要がありますが）

https://jp.mathworks.com/products/ros.html

学習の1エピソード内に1度、同期を取るためのメッセージを送り合うという方法が考えられます。