pysc2 examples

startCraft II أمثلة التعلم التعزيز

تم بناء برنامج المثال هذا على

• Pysc2 (DeepMind) [https://github.com/deepmind/pysc2]
• Baselines (Openai) [https://github.com/openai/baselines]
• S2Client-Proto (Blizzard) [https://github.com/blizzard/s2client-proto]
• TensorFlow 1.3 (Google) [https://github.com/tensorflow/tensorflow]

الأمثلة الحالية

الحد الأدنى

• CollectMineralShards مع شبكة Q العميقة

دليل البدء السريع

1. الحصول على PYSC2

pypi

أسهل طريقة للحصول على PYSC2 هي استخدام PIP:

$ pip install git+https://github.com/deepmind/pysc2

أيضًا ، يجب عليك تثبيت مكتبة baselines .

$ pip install git+https://github.com/openai/baselines

2. قم بتثبيت StarCraft II

ماك / الفوز

يجب عليك شراء StarCraft II وتثبيته. أو حتى طبعة المبتدئين ستعمل.

http://us.battle.net/sc2/en/legacy-of-the-void/

حزم Linux

اتبع وثائق Blizzard للحصول على إصدار Linux. بشكل افتراضي ، تتوقع PYSC2 أن تعيش اللعبة في ~/StarCraftII/ .

• 3.16.1

3. تنزيل الخرائط

قم بتنزيل خرائط السلم والألعاب المصغرة واستخراجها إلى StarcraftII/Maps/ Directory.

4. تدريبه!

$ python train_mineral_shards.py --algorithm=a2c

5. استمتع به!

$ python enjoy_mineral_shards.py

4-1. تدريبه مع DQN

$ python train_mineral_shards.py --algorithm=deepq --prioritized=True --dueling=True --timesteps=2000000 --exploration_fraction=0.2

4-2. تدريبه مع A2C (A3C)

$ python train_mineral_shards.py --algorithm=a2c --num_agents=2 --num_scripts=2 --timesteps=2000000

	وصف	تقصير	نوع المعلمة
رسم خريطة	بيئة الصالة الرياضية	CollectMineralShards	خيط
سجل	نوع التسجيل: Tensorboard ، stdout	Tensorboard	خيط
خوارزمية	حاليا ، دعم 2 خوارزميات: DEEPQ ، A2C	A2C	خيط
الطوابع الزمنية	خطوات التدريب الكلية	2000000	int
exploration_fraction	جزء الاستكشاف	0.5	يطفو
إعطاء الأولوية	سواء باستخدام إعادة التشغيل الأولوية لـ DQN	خطأ شنيع	منطقية
المبارزة	سواء كان استخدام شبكة المبارزة لـ DQN	خطأ شنيع	منطقية
LR	معدل التعلم (إذا كان 0 تعيين عشوائي E-5 ~ E-3)	0.0005	يطفو
num_agents	عدد الوكلاء لـ A2C	4	int
num_scripts	عدد العوامل النصية لـ A2C	4	int
nsteps	عدد خطوات سياسة التحديث	20	int