AnimalAI Olympics
v2.0.0 release
更新：Animal-ai V3现在正在单独的存储库中。以下存储库包含2019年竞争的代码库。它不受积极的维护，但仍在某种程度上监视问题。
 |  |
|---|---|
 |  |
Animal-Ai测试台将动物认知的研究引入了AI世界。它提供了一个测试代理的环境，以从动物认知文献中掌握或启发的任务进行测试。数十年来，该领域的研究使我们能够训练和测试人工智能代理中的认知能力。
该仓库包含培训环境，一个培训库以及900个用于测试和/或培训代理的任务。这些实验分为旨在反映各种认知技能的类别。详细信息可以在网站上找到。
我们使用此环境和相关测试进行了竞争，有关结果的更多详细信息可以在此处找到
环境是使用Unity ML代理构建的，并包含固定尺寸竞技场中的代理。物体可以在该领域产卵，包括代理必须获得（或避免）的正奖励（绿色，黄色和红色球体）。所有测试都是由训练环境中对象组合进行的。
只想开始？然后：
examples中，文件夹运行pip install -r requirements.txtexamples ”文件夹中，启动jupyter notebook并浏览环境和培训笔记本！有关更多示例，请参见示例文件夹。
首先为您的系统下载环境：
| 操作系统 | 环境链接 |
|---|---|
| 视窗 | 下载v2.0.1 |
| 苹果 | 下载v2.0.1 |
| Linux | 下载v2.0.1 |
| Linux | 下载v2.0.2 |
v2.0.2仅适用于Linux，并通过代理速度解决了一个问题，这使得在2.0.1版本中不可能一些环境。没有计划维护或更新其他版本的计划。当前的发展是朝着V3释放2021年中期。
将存档的全部内容解压缩为examples/env文件夹。在Linux上，您可能必须通过运行chmod +x env/AnimalAI.x86_64使文件可执行。
Animal-ai包在Linux，Mac和Windows上工作，并且需要Python 3。
主包是用于与Unity环境接口的API。它既包含健身房环境，又包含Unity ML代理环境的扩展。您可以通过PIP安装它：
pip install animalai
或者，您可以通过运行pip install -e animalai从repo文件夹中安装它
我们还提供了一个可以用作训练起点的软件包，并且需要运行examples/文件夹中的大多数示例脚本所必需。它包含了ML-Agent的培训环境的扩展，该培训环境依赖Openai的PPO和Bair的囊。您也可以使用PIP安装此软件包：
pip install animalai-train
或者，您可以通过运行pip install -e animalai_train从repo文件夹中安装它
环境的统一源文件可以在我们的ML代理叉上找到。
如果您直接从可执行文件或通过load_config_and_play,py脚本将在播放器模式下启动。在这里，您可以通过以下方式控制代理：
| 键盘键 | 行动 |
|---|---|
| w | 向前移动代理 |
| s | 向后移动代理 |
| 一个 | 向左转 |
| d | 右转代理 |
| c | 开关相机 |
| r | 重置环境 |
如果您在工作中使用动物AI环境，则可以引用环境论文：
Beyret，B.，Hernández-Orallo，J.，Cheke，L.，Halina，M.，Shanahan，M.，Crosby，M。动物-AI环境：训练和测试类似动物的人工认知，Arxiv Preprint，
@inproceedings{Beyret2019TheAE,
title={The Animal-AI Environment: Training and Testing Animal-Like Artificial Cognition},
author={Benjamin Beyret and Jos'e Hern'andez-Orallo and Lucy Cheke and Marta Halina and Murray Shanahan and Matthew Crosby},
year={2019}
}
竞争结束后，将发布所有测试电池细节的纸张。
Animal-Ai奥运会是使用Unity的ML代理工具包建造的。
位于Animalai的Python库扩展了ML-Agent v0.15.0。主要是，我们增加了改变情节之间竞技场配置的可能性。
Juliani，A.，Berges，V.，Vckay，E.，Gao，Y.，Henry，H.，Mattar，M.，Lange，D。（2018年）。团结：智能代理的一般平台。 ARXIV预印型ARXIV：1809.02627
该竞赛是在AI竞赛的开源Web应用程序Adeai上举办的。特别感谢Rishabh Jain的帮助。我们的目标是重新开放使用新的隐藏文件，以保持某种形式的竞争。
Deshraj Yadav，Rishabh Jain，Harsh Agrawal，Prithvijit Chattopadhyay，Taranjeet Singh，Akash Jain，Shiv Baran Singh，Stefan Lee和Dhruv Batra（2019）Extai：朝着更好的评估Adentents for AI Agentent
v2.0.1（仅ENV）：
v2.0.0：
对于早期版本，请参见此处
