phillip

菲利普人工智能

基于深度强化学习的 SSBM 播放器。

注意：该项目不再活跃，并且可能会发生位腐烂。 https://github.com/vladfi1/slippi-ai 有一个基于 slippi 回放模仿学习的后续项目。

要求

测试环境：Ubuntu >=14.04、OSX、Windows 7/8/10。

1. 海豚模拟器。您可能需要在 Linux 上从源代码进行编译。在 Windows 上，您需要安装自定义的 dolphin 版本 - 只需将 zip 解压到某处即可。
2. SSBM iso 映像。您将需要 NTSC 1.02。
3. Python 3。在 Windows 上，您可以使用 Anaconda 设置必要的路径。您还可以在 Windows 10 上使用 linux 子系统。
4. 安装菲利普.您可以下载并解压 zip 文件或克隆此存储库。然后，从 phillip root 运行pip install -e . 。
5. 一些经过培训的代理包含在agents目录中。此处提供全套训练有素的代理。

玩

您需要知道海豚所在的位置。在 Mac 上，海豚路径将为/Applications/Dolphin.app/Contents/MacOS/Dolphin 。如果dolphin-emu已经在你的PATH上，那么你可以忽略它。

 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]

经过训练的代理存储在agents目录中。除了FalconFalconBF之外， agents/delay0/中的代理也相当强大。使用--help运行以查看所有选项。最好的类人代理是delay18/FalcoBF ，可以在Google Drive zip 中找到。

Windows 笔记

• --exe将是您解压缩的Binaryx64Dolphin.exe的路径。一般来说，所有路径的forward / s 都应该是back s，除非您使用的是MinGW、Cygwin、git bash 或其他一些unix shell 模拟器。
• 您可能需要从python3和pip3等命令中省略3 。
• 如果不使用 Anaconda，您可能需要修改 PATH，以便 python 对命令提示符可见。
• 与 dolphin 的通信是通过本地环回接口完成的，使用--tcp 1标志启用（现在由--windows暗示）。您可能还需要在防火墙中打开端口 5555。
• 如果在 Windows 10 上，您可以在 Linux 子系统中执行所有操作并按照 Linux 说明进行操作，但获取 dolphin 除外。您需要使用--user tmp传递显式用户目录（python 创建的临时目录以/tmp/...开头，对 windows dolphin 无效）。

火车

训练由phillip/train.py控制。另请参阅runner.py和launcher.py在 slurm 集群上进行大规模并行训练。菲利普曾在 MGHPCC 接受过培训。建议使用自定义海豚进行训练，该海豚使用 zmq 与 AI 同步 - 否则以下命令可能会失败。

也可以进行本地培训。首先，使用所需的训练参数编辑runner.py （高级）。然后做：

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

要查看训练期间的统计数据：

 tensorboard --logdir logs/

培训师和（可选）代理将其 stdout/err 重定向到slurm_logs/ 。结束训练：

 kill $(cat saves/path/pids)

要恢复训练，请再次运行launcher.py ，但省略--init （它将覆盖您的旧网络）。

不支持在 Windows 上进行培训。

感谢 microsoftv，现在还有一个教学视频！

支持

来不和谐吧！

录音

我一直在 http://twitch.tv/x_pilot 上直播练习赛。我的 YouTube 频道上也有一些录音。

制作人员

非常感谢 altf4 让我入门，并感谢 spxtr 提供的 python 内存观察器。海豚交互的一些代码是从这两个项目借用的（现在我已经切换到纯Python，主要是后者）。