pysc2 examples

Startcraft II強化學習實例

此示例程序建立在

• PYSC2（deepmind）[https://github.com/deepmind/pysc2]
• 基線（OpenAI）[https://github.com/openai/baselines]
• s2client-proto（暴雪）[https://github.com/blizzard/s2client-proto]
• TensorFlow 1.3（Google）[https://github.com/tensorflow/tensorflow]

當前的例子

最小值

• 帶有深Q網絡的collectmineralshards

快速啟動指南

1。獲取PYSC2

PYPI

獲得PYSC2的最簡單方法是使用PIP：

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

另外，您必須安裝baselines庫。

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

2。安裝Starcraft II

Mac / Win

您必須購買Starcraft II並安裝它。甚至起動版也可以使用。

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

Linux軟件包

請按照暴雪的文檔獲取Linux版本。默認情況下，PYSC2期望遊戲生活在~/StarCraftII/ 。

• 3.16.1

3。下載地圖

下載梯子地圖和迷你游戲，然後將其提取到您的StarcraftII/Maps/ Directory。

4。訓練它！

$ python train_mineral_shards.py --algorithm=a2c

5。享受！

$ python enjoy_mineral_shards.py

4-1。用DQN訓練它

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

4-2。用A2C（A3C）訓練它

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

	描述	預設	參數類型
地圖	健身房環境	collectmineralshards	細繩
紀錄	記錄類型：張板，stdout	張板	細繩
演算法	目前，支持2算法：DEEPQ，A2C	A2C	細繩
時間段	總培訓步驟	2000000	int
Exploration_Fraction	探索部分	0.5	漂浮
優先	是否使用優先重播DQN	錯誤的	布爾
決鬥	是否將決鬥網絡用於DQN	錯誤的	布爾
LR	學習率（如果0集隨機E-5〜E-3）	0.0005	漂浮
num_agents	A2C代理數量	4	int
num_scripts	A2C的腳本化代理數量	4	int
nsteps	更新策略的步驟數	20	int