phillip

菲利普人工智慧

基於深度強化學習的 SSBM 播放器。

注意：該項目不再活躍，並且可能會發生位元腐爛。 https://github.com/vladfi1/slippi-ai 有一個基於 slippi 回放模仿學習的後續專案。

要求

測試環境：Ubuntu >=14.04、OSX、Windows 7/8/10。

1. 海豚模擬器。您可能需要在 Linux 上從原始程式碼進行編譯。在 Windows 上，您需要安裝自訂的 dolphin 版本 - 只需將 zip 解壓縮到某處即可。
2. SSBM iso 映像。您將需要 NTSC 1.02。
3. Python 3。您也可以在 Windows 10 上使用 linux 子系統。
4. 安裝菲利普.您可以下載並解壓縮 zip 檔案或克隆此儲存庫。然後，從 phillip root 執行pip install -e . 。
5. 一些經過培訓的代理商包含在agents目錄中。此處提供全套訓練有素的代理。

玩

您需要知道海豚所在的位置。在 Mac 上，海豚路徑將為/Applications/Dolphin.app/Contents/MacOS/Dolphin 。如果dolphin-emu已經在你的PATH上，那麼你可以忽略它。

 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]

經過訓練的代理程式儲存在agents目錄中。除了FalconFalconBF之外， agents/delay0/中的代理人也相當強大。使用--help運行以查看所有選項。最好的類人代理是delay18/FalcoBF ，可以在Google Drive zip 中找到。

Windows 筆記

• --exe將是您解壓縮的Binaryx64Dolphin.exe的路徑。一般來說，所有路徑的forward / s 都應該是back s，除非您使用的是MinGW、Cygwin、git bash 或其他一些unix shell 模擬器。
• 您可能需要從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 對命令提示字元可見。
• 與 dolphin 的通訊是透過本地環回介面完成的，使用--tcp 1標誌啟用（現在由--windows暗示）。您可能還需要在防火牆中開啟連接埠 5555。
• 如果在 Windows 10 上，您可以在 Linux 子系統中執行所有操作並按照 Linux 說明進行操作，但取得 dolphin 除外。您需要使用--user tmp傳遞明確使用者目錄（python 建立的暫存目錄以/tmp/...開頭，對 windows dolphin 無效）。

火車

訓練由phillip/train.py控制。另請參閱runner.py和launcher.py在 slurm 叢集上進行大規模並行訓練。菲利普曾在 MGHPCC 接受過訓練。建議使用自訂海豚進行訓練，海豚使用 zmq 與 AI 同步 - 否則以下命令可能會失敗。

也可以進行本地培訓。首先，使用所需的訓練參數編輯runner.py （進階）。然後做：

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

若要查看訓練期間的統計資料：

 tensorboard --logdir logs/

培訓師和（可選）代理將其 stdout/err 重定向到slurm_logs/ 。結束訓練：

 kill $(cat saves/path/pids)

若要恢復訓練，請再次執行launcher.py ，但省略--init （它將覆蓋您的舊網路）。

不支援在 Windows 上進行培訓。

感謝 microsoftv，現在還有一個教學影片！

支援

來不和諧吧！

錄音

我一直在 http://twitch.tv/x_pilot 上直播練習賽。我的 YouTube 頻道上也有一些錄音。

製作人員

非常感謝 altf4 讓我入門，並感謝 spxtr 提供的 python 內存觀察器。海豚互動的一些程式碼是從這兩個項目借用的（現在我已經切換到純Python，主要是後者）。