observationの差分を取得する関数のテストを追加する

[nissymori]

とりあえず一局分追加する。

[sotetsuk]

Protocol bufferのクラスが encode_json や decode_json のようなメソッドを持っているらしい

[nissymori]

差分を取得する関数のテストケースを追加しました。

[sotetsuk]

お疲れ様です！ありがとうございますー。 絶対パスがコードにごっそり入ってるのにテストが通ってるのが気持ち悪いので、本当にCI上でコードが動いてるか確認してみてくださいー。 @nissymori

[nissymori]

grpc関係のfileが読み込めないerrorがでます。 pathはこれまで走っていたテストと同じ依存関係なのでうまくいくと思います。 make protos的なものをgithub actionに追加してgrpc用のfileをtest時に作る必要があるってことでしょうか? @sotetsuk

[sotetsuk]

そうですね。CIにも追加が必要だと思います！

[nissymori]

追加しておきます！ Run testsの下に追加する感じで大丈夫ですかね？

[sotetsuk]

いや、わりと最初の方に入れた方がいいと思います！

[nissymori]

it submodule init git submodule update —init でmjxをsubmoduleにできるのでしたっけ? .gitmoduleにはmjxのurlがあるんですけど、ciでerrorがでます。 @sotetsuk

[sotetsuk]

了解です！僕がやっておきますー 👍 ありがとうございます！！

[sotetsuk]

@nissymori これで git submodule と proto ファイルの生成までは問題ないはずですー 👍

[sotetsuk]

[nissymori]

ありがとうございます！ まだ何箇所かpathに問題があるみたいなのでfixします！

[nissymori]

メモ 今make protosで作られたmjx_services_pb.rbの require "mjx_pb"が動かなくて詰まっている。 ローカルでは$LOAD_PATH.unshift(__dir__) unless $LOAD_PATH.include?(__dir__)をrequireする前に付けることで対応している。 ci上で$LOAD_PATHを追加する必要がある。

[sotetsuk]

多分なんですけど、 bundle install みたいなのでインストールしてからテストする想定だと思うので、相対パスでインポートしているのが妙な気がします。

[sotetsuk]

ローカルでも一回インストールしてから使えるか試してみるのがいいかもしれないです

[nissymori]

テストする前にmjx_pbのあるdirectoryを＄LOAD＿PATHに追加することでrequireの問題は解決しました！

[nissymori]

テスト適切に実行できています。

[nissymori]

ツモぎり以外の情報もobservaitonのfileに含まれていますが、ツモぎりと関係ないところは無視でよろしいですかね

[sotetsuk]

いや、これくらいはツモ切りも無視しないで実装した方が効率いいと思います

[sotetsuk]

ツモ切りのエージェント動かすのが最初の目標ですけど、なるべく普通に実装していった方がいいので

[nissymori]

一旦、ツモぎりに関係ある部分(局の最初、局の途中でのツモぎり) はテスト終わりました。 @sotetsuk

ツモ切りのエージェント動かすのが最初の目標ですけど、なるべく普通に実装していった方がいいので target_playerのチーやポンについてもテストを書くって感じですかね?

[nissymori]

@sotetsuk extract_differenceではevent_historyの差分だけを撮とるようにして、 covert_event()の引数をevent_historyの差分, observation, target_playerにするのが良いかなと思いました。 疑問点はTODOとして下のコードに書いています。 extract_difference のところのみテストを通しています。

 def extract_difference(previous_history = @_mjx_event_history, observation)
　# event_historyの単純な差分をreturn
end

def convert_to_mjai_action(observation, history_difference, target_player)
     #@drawの追加
     #if then でmjai_actionに変換 例　typeがdiscardなら[draw, discard]  typeがチーなら[chi]　それぞれ中身はmjai_action
     return mjai_actions
end

def observe(observation, target_player) -> mjai_actions
   history_difference = extract_difference(previous_history = @mjx_history, observetion)
   mjai_actions = convert_to_mjai_actions(observation, history_difference, target_player)
   return mjai_actions
end

def do_action(mjai_action)  #簡易版
     responses = (0...4).map() do |i|
        @players[i].respond_to_action(action_in_view(action, i, true))　　
　　#action_in_viewを実装する(playerによって?にかえたるする部分) iがplayerを識別するidに対応している。
　　#respond_to_actionの部分がclientと通信する関数
     end
     return responses
end

mjai_new_actions = observe(observation, target_player)
mj_new_actions.each do |action|
  responces = do_action(action)
end

[sotetsuk]

target_playerの情報からhistory_differenceのうち、target＿playerが行ったeventを取り出す

これはおかしくないですか？全部のobservationを全てのプレイヤーに送らないといけないですよね？

[sotetsuk]

あと、mjconvertのときも言いましたけど、基本的に変換する関数とかは、要素一つに対して作用させるようにしてください。

[sotetsuk]

また後でもう少し見て確認します🙇‍♂️

[nissymori]

target_playerの情報からhistory_differenceのうち、target＿playerが行ったeventを取り出す

これはおかしくないですか？全部のobservationを全てのプレイヤーに送らないといけないですよね？

直前のobservationから次に順番が回ってくるまでに起こったeventがplayer毎にobservationとして逐次的にTransServerに渡されていくという認識であっていますでしょうか？

observatioinの渡さ方がまだ完璧にイメージできていない気がします。

[nissymori]

また後でもう少し見て確認します🙇‍♂️

ありがとうございます！

[sotetsuk]

直前のobservationから次に順番が回ってくるまでに起こったeventがplayer毎にobservationとして逐次的にTransServerに渡されていくという認識であっていますでしょうか？

mjxはstate lessなので、エージェントが必要なときに必要な情報を全て渡します。 mjaiの動作が逐次的なので、それに合わせて変換する必要があります。

例えば、プレイヤーA, B, C, Dがいて、A, Bをmjxのプレイヤー、C, Dをmjaiのプレイヤーを使うとすると、

1. mjxのシミュレータからAにObservationが渡され、Aが結果を返す（ObservationはそれまでのEventHistoryを全て含む）
2. mjxのシミュレータからBにObservationが渡され、Bが結果を返す
3. mjxのシミュレータがTransServerにObservationを渡し、do_actionをしてCから結果が返ってくる（このとき、TransServerに最後に来たObservationとの差分を計算する）
4. mjxのシミュレータがTransServerにObservationを渡し、do_actionをしてDから結果が返ってくる（差分はCのツモ?とCのDiscard、Dのツモ）
5. mjxのシミュレータからAにObservationが渡され、Aが結果を返す（ObservationはそれまでのEventHistoryを全て含む）
6. mjxのシミュレータからAにObservationが渡され、Bが結果を返す（ObservationはそれまでのEventHistoryを全て含む）
7. mjxのシミュレータがTransServerにObservationを渡し、do_actionをしてCから結果が返ってくる（差分はAのツモ?AのDiscard、Bのツモ?BのDiscard、Cのツモ）

みたいになります

[sotetsuk]

extract_difference のテストと挙動はこれで大丈夫だと思います！他に追加する点なければマージしちゃってください 👍

[nissymori]

了解です！mergeします！ convertの設計はしっかり検討します。！ observationの説明ありがとうございました！