ポケモンの対戦環境をOpenAIGymで用意しようとした。が、完成しなかった話。 - Qiita

これらを満たすためにどうすべきか諸々検討したのですが、 様々な要件や急所などランダム要素を考慮して設計しようとすると一向に前に進まなかったため、極限まで状態をシンプルに落とし込んで、後から詳細化していこうと考えています。 ですので、 ・そもそも3-3の対戦ではなく、まず1-1で殴り合う挙動が正しく動作するものを作る ・技は攻撃技4種、命中率100の技のみ、補助技一切無し ・技の追加効果、状態異常も割愛 ・特性や持ち物も割愛 ・当然メガ進化やZ技も割愛 のような形でまず動くものを作ることを優先することにします。 これを踏まえ各メソッド・プロパティは以下のような方針で記載しようと考えています。 _step(self, action)の中に先行、後攻の判定やシンプルなダメージ計算、HP管理、rewardの与え方等々記載。シンプル化したとは言えここが1番大変そう。 _resetは場に出すポケモンの