الصفحة الرئيسية>المتعلقة بالبرمجة>كود الذكاء الاصطناعي
تنزيل

فيليب منظمة العفو الدولية

لاعب SSBM يعتمد على التعلم المعزز العميق.

ملحوظة: هذا المشروع لم يعد نشطًا ويخضع لتعفن البتات. هناك مشروع لاحق يعتمد على التعلم التقليد من إعادات سليبي على https://github.com/vladfi1/slippi-ai.

متطلبات

تم الاختبار على: Ubuntu >=14.04، OSX، Windows 7/8/10.

  1. محاكي الدلفين. ربما ستحتاج إلى التجميع من المصدر على Linux. على نظام التشغيل Windows، ستحتاج إلى تثبيت إصدار Dolphin مخصص - ما عليك سوى فك الملف المضغوط في مكان ما.
  2. صورة ايزو SSBM. سوف تحتاج إلى NTSC 1.02.
  3. Python 3. في نظام التشغيل Windows، يمكنك استخدام Anaconda الذي يقوم بإعداد المسارات الضرورية. يمكنك أيضًا استخدام نظام Linux الفرعي على نظام التشغيل Windows 10.
  4. قم بتثبيت فيليب. يمكنك تنزيل واستخراج ملف مضغوط أو استنساخ هذا المستودع. ثم، من جذر phillip، قم بتشغيل pip install -e . .
  5. يتم تضمين بعض الوكلاء المدربين في دليل agents . المجموعة الكاملة من الوكلاء المدربين متاحة هنا.

يلعب

سوف تحتاج إلى معرفة مكان وجود الدلفين. على نظام Mac، سيكون مسار Dolphin هو /Applications/Dolphin.app/Contents/MacOS/Dolphin . إذا كان dolphin-emu موجودًا بالفعل على PATH الخاص بك، فيمكنك حذفه. 

 python3 phillip/run.py --gui --human --start 0 --reload 0 --epsilon 0 --load agents/FalconFalconBF --iso /path/to/SSBM.iso --exe /path/to/dolphin [--windows]

يتم تخزين الوكلاء المدربين في دليل agents . بصرف النظر عن FalconFalconBF ، فإن الوكلاء في agents/delay0/ أقوياء أيضًا إلى حد ما. قم بتشغيل --help لرؤية جميع الخيارات. أفضل وكيل شبيه بالإنسان هو delay18/FalcoBF ، وهو متوفر في ملف Google Drive zip.

ملاحظات ويندوز

  • سيكون --exe هو المسار إلى الملف Binaryx64Dolphin.exe الذي قمت بفك ضغطه. بشكل عام، يجب أن يكون الأمام / s لجميع المسارات، إلا إذا كنت تستخدم MinGW، أو Cygwin، أو git bash، أو أي محاكي Shell Unix آخر.
  • قد تحتاج إلى حذف 3 من أوامر مثل python3 و pip3 .
  • إذا لم تكن تستخدم Anaconda، فمن المحتمل أن تحتاج إلى تعديل PATH الخاص بك بحيث تكون لغة python مرئية لموجه الأوامر.
  • يتم الاتصال مع Dolphin عبر واجهة الاسترجاع المحلية، التي يتم تمكينها باستخدام علامة --tcp 1 (المشار إليها الآن ضمنيًا بواسطة --windows ). قد تحتاج أيضًا إلى فتح المنفذ 5555 في جدار الحماية الخاص بك.
  • إذا كنت تستخدم نظام التشغيل Windows 10، فيمكنك القيام بكل شيء في نظام Linux الفرعي واتباع تعليمات Linux، باستثناء الحصول على Dolphin. ستحتاج إلى تمرير دليل مستخدم صريح باستخدام --user tmp (تبدأ الدلائل المؤقتة التي تنشئها python بـ /tmp/... وهي غير صالحة لنظام التشغيل windows dolphin).

يدرب

يتم التحكم في التدريب بواسطة phillip/train.py . راجع أيضًا runner.py و launcher.py للتدريب المكثف بالتوازي على مجموعات slurm. تم تدريب فيليب في MGHPCC. يوصى بالتدريب باستخدام دولفين مخصص يستخدم zmq للمزامنة مع الذكاء الاصطناعي - وإلا فمن المحتمل أن تفشل الأوامر أدناه.

التدريب المحلي ممكن أيضا. أولاً، قم بتحرير runner.py باستخدام معلمات التدريب المطلوبة (المتقدمة). ثم افعل: 

 python3 runner.py # will output a path
python3 launcher.py saves/path/ --init --local [--agents number_of_agents] [--log_agents]

لعرض الإحصائيات أثناء التدريب: 

 tensorboard --logdir logs/

يقوم المدرب والوكلاء (اختياريًا) بإعادة توجيه stdout/err إلى slurm_logs/ . لإنهاء التدريب: 

 kill $(cat saves/path/pids)

لاستئناف التدريب، قم بتشغيل launcher.py مرة أخرى، لكن احذف --init (سيحل محل شبكتك القديمة).

التدريب على نظام التشغيل Windows غير مدعوم.

وبفضل microsoftv يوجد الآن فيديو تعليمي أيضًا!

يدعم

تعال إلى الخلاف!

التسجيلات

لقد قمت ببث التدريبات على http://twitch.tv/x_pilot. وهناك أيضًا بعض التسجيلات على قناتي على اليوتيوب.

الاعتمادات

شكرًا جزيلاً لـ altf4 لأنه ساعدني في البدء، ولـ spxtr لمراقب ذاكرة بايثون. تم استعارة بعض الأكواد الخاصة بتفاعل الدلفين من كلا المشروعين (في الغالب الأخير بعد أن تحولت إلى لغة بايثون النقية).

يوسع
معلومات إضافية
تطبيقات ذات صلة
نوصي لك
أخبار ذات صلة الكل