pysc2 examples

StartCraft II 강화 학습 예제

이 예제 프로그램은 구축되었습니다

• pysc2 (deepmind) [https://github.com/deepmind/pysc2]
• 기준 (Openai) [https://github.com/openai/baselines]
• S2Client-proto (블리자드) [https://github.com/blizzard/s2client-proto]
• Tensorflow 1.3 (Google) [https://github.com/tensorflow/tensorflow]

현재 예

미니 맵

• Deep Q 네트워크가있는 CollectmineralShards

빠른 시작 가이드

1. Pysc2를 얻으십시오

pypi

PYSC2를 얻는 가장 쉬운 방법은 PIP를 사용하는 것입니다.

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

또한 baselines 라이브러리를 설치해야합니다.

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

2. Starcraft II를 설치하십시오

Mac / Win

Starcraft II를 구매하고 설치해야합니다. 또는 스타터 에디션조차도 작동합니다.

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

리눅스 패키지

Linux 버전을 얻으려면 Blizzard의 문서를 따르십시오. 기본적으로 Pysc2는 게임이 ~/StarCraftII/ 에 살기를 기대합니다.

• 3.16.1

3.지도를 다운로드하십시오

사다리지도와 미니 게임을 다운로드하여 StarcraftII/Maps/ 디렉토리로 추출하십시오.

4. 훈련!

$ python train_mineral_shards.py --algorithm=a2c

5. 즐기십시오!

$ python enjoy_mineral_shards.py

4-1. DQN으로 훈련하십시오

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

4-2. A2C (A3C)로 훈련

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

	설명	기본	매개 변수 유형
지도	체육관 환경	Collectmineralshards	끈
통나무	로깅 유형 : Tensorboard, Stdout	텐서 보드	끈
연산	현재 2 개의 알고리즘을 지원합니다 : DeepQ, A2C	A2C	끈
타임 스텝	총 교육 단계	200000	int
Exploration_fraction	탐사 분수	0.5	뜨다
우선 순위	DQN에 대한 우선 순위 재생을 사용하는지 여부	거짓	부울
결투	DQN 용 결투 네트워크 사용 여부	거짓	부울
LR	학습 속도 (0 인 경우 임의 E-5 ~ E-3을 설정하는 경우)	0.0005	뜨다
num_agents	A2C의 에이전트 수	4	int
num_scripts	A2C의 스크립트 에이전트 수	4	int
nsteps	업데이트 정책을위한 단계 수	20	int