DI sheep herunterladen - DI sheep -Quellcode herunterladen

DI sheep

AI-Quellcode

1.0.0

Herunterladen

DI-Schafe: Deep Reinforcement Learning + Schafe machen Schafe

Welche seltsamen Ideen werden entstehen, wenn die Perle der KI-Technologie, Deep Reinforcement Learning, auf ein Spiel mit einer sogenannten „Clearance-Rate von nur 0,01 %“ trifft?

PS: Wenn Sie vorbeikommen, denken Sie daran, auf einen Stern zu klicken, um weiter zu aktualisieren.

PSS Möchten Sie mehr über Deep Reinforcement Learning erfahren? Kommen Sie zu DI-Engine, um Ihren eigenen Agenten auszubilden.

Nachricht

[bilibili] Du kannst der Herde nicht beitreten? Dann komm in die Katzengruppe! Die Version des Schafs mit tiefem Verstärkungslernen ist da.
[WeChat] Ist am Anfang alles schwierig? Für Meow DI ist es nicht schwer, „Schaf macht Schaf“ zu spielen.

Benutzerhandbuch

Analyse von Algorithmusprinzipien

Disheep Drawio

Legen Sie schnell los

Wenn Sie es online ausprobieren möchten -> Online-Webseite (in Verbesserung)

Wenn Sie lokal bereitstellen/testen möchten

Server (Python)

 # 预先安装好 Python3
cd service
pip install -r requirement.txt
FLASK_APP=app.py flask run  # 玩家试玩
# FLASK_APP=agent_app.py flask run  # 玩家 + AI 试玩

Kunde (reagieren)

 # 预先安装好 node.js 和 react
cd ui
npm run build
npm run preview

Öffnen Sie dann den entsprechenden Link auf der Webseite

Wenn Sie ein umfassendes Deep-Reinforcement-Learning-Training durchführen möchten

 # 预先安装好 Python3
cd service
pip install -r requirement-train.txt
python3 -u sheep_ppo_main.py

Wenn Sie das definierte Fitnessstudio nutzen möchten, erstellen Sie eine Schafumgebung -> klicken Sie auf den Stern und verwenden Sie direkt STRG C+V, um service/sheep_env.py zu übernehmen und es nach Ihren Wünschen zu ändern.
Wenn Sie das trainierte Deep-Reinforcement-Learning-Modell erhalten möchten -> Besuchen Sie den Download-Link der offiziellen OpenDILab-Website (derzeit werden zwei Testmodelle bereitgestellt, aber der Agent bietet noch viel Raum für Verbesserungen).
Wenn Sie mehr über Deep Reinforcement Learning erfahren möchten, lesen Sie bitte die DI-Engine und die zugehörigen Dokumente
Wenn Sie mehr über den zukünftigen Update-Plan erfahren möchten -> schauen Sie sich bitte den Update-Plan an
Wenn Sie weitere Fragen oder Ideen haben -> Willkommen zur Diskussion im Github-ISSUE-Bereich oder zum Einreichen von Pull-Anfragen

Projektstruktur

 .
├── LICENSE
├── ui                       --> react 网页前端
└── service                  --> Python 核心模块（算法和服务端）
    ├── app.py                  --> flask 服务 app (仅人类操作)
    ├── agent_app.py                  --> flask 服务 app（人类+AI操作）
    ├── requirement.txt         --> Python 依赖库列表
    ├── sheep_env.py            --> gym 格式环境
    ├── sheep_model.py          --> 基于 PyTorch 的 Actor-Critic 神经网络模型
    ├── sheep_ppo_main.py       --> 基于 DI-engine 的深度强化学习训练主函数
    ├── test_sheep_env.py       --> gym 格式环境的单元测试
    └── test_sheep_model.py     --> 神经网络模型的单元测试

Plan aktualisieren

Algorithmus

Anpassung der Trainingsparameter für das Reinforcement-Learning und Feinabstimmung des Algorithmus
Stellen Sie Modellgewichte für lokale Tests bereit
Detaillierte Dokumentation zum Entwurf neuronaler Netzwerke und Reinforcement-Learning-Algorithmen
modellbasierte RL- und Planungsalgorithmen
Komprimierung neuronaler Netzwerke (zur Bereitstellung)