pysc2 examples

Contoh Pembelajaran Penguatan StartCraft II

Program contoh ini dibangun

• 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]

Contoh saat ini

Minimaps

• CollectMineralshard dengan jaringan Q Deep

Panduan Mulai Cepat

1. Dapatkan pysc2

Pypi

Cara termudah untuk mendapatkan pysc2 adalah dengan menggunakan pip:

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

Juga, Anda harus menginstal Perpustakaan baselines .

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

2. Instal Starcraft II

Mac / Win

Anda harus membeli Starcraft II dan menginstalnya. Atau bahkan edisi starter akan berfungsi.

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

Paket Linux

Ikuti dokumentasi Blizzard untuk mendapatkan versi Linux. Secara default, Pysc2 mengharapkan permainan untuk tinggal di ~/StarCraftII/ .

• 3.16.1

3. Unduh peta

Unduh peta tangga dan permainan mini dan ekstrak ke StarcraftII/Maps/ direktori Anda.

4. Latihlah!

$ python train_mineral_shards.py --algorithm=a2c

5. Nikmati!

$ python enjoy_mineral_shards.py

4-1. Latih dengan DQN

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

4-2. Latih dengan A2C (A3C)

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

	Keterangan	Bawaan	Tipe parameter
peta	Lingkungan gym	CollectMineralshards	rangkaian
log	Jenis logging: Tensorboard, stdout	Tensorboard	rangkaian
algoritma	Saat ini, Dukungan 2 Algoritma: DeepQ, A2C	A2C	rangkaian
Waktu	Total Langkah Pelatihan	2000000	int
Exploration_fraction	Fraksi Eksplorasi	0,5	mengambang
diprioritaskan	Apakah menggunakan replay yang diprioritaskan untuk DQN	PALSU	Boolean
Duel	Apakah menggunakan jaringan duel untuk dqn	PALSU	Boolean
lr	Tingkat pembelajaran (jika 0 set acak E-5 ~ E-3)	0,0005	mengambang
num_agents	Jumlah agen untuk A2C	4	int
num_scripts	Jumlah agen yang ditulis untuk A2C	4	int
nSteps	Jumlah Langkah untuk Kebijakan Pembaruan	20	int