如何在OpenAI中创建新的体育馆环境?
artificial-intelligence
machine-learning
5
0

我的任务是制作一个AI代理,该代理将学习使用ML玩视频游戏。我想使用OpenAI Gym创建新环境,因为我不想使用现有环境。如何创建新的自定义环境?

另外,在没有OpenAI Gym的帮助下,我还有其他方法可以使AI Agent玩特定的视频游戏吗?

参考资料:
Stack Overflow
收藏
评论
共 2 个回答
高赞 时间 活跃

绝对有可能。他们在结尾处的“文档”页面中这样说。

https://gym.openai.com/docs

关于如何做到这一点,您应该查看现有环境的源代码以获取启发。它在github中可用:

https://github.com/openai/gym#installation

他们的大多数环境不是从头开始实现的,而是围绕现有环境创建了一个包装器,并为其提供了方便强化学习的所有接口。

如果您想自己做,您可能应该朝这个方向发展,并尝试使健身房界面中已有的内容适应。尽管这很有可能非常耗时。

对于您的目的,还有另一种可能很有趣的选择。这是OpenAI的宇宙

https://universe.openai.com/

例如,它可以与网站集成,以便您在kongregate游戏上训练模型。但是Universe不像Gym那样容易使用。

如果您是初学者,我的建议是从标准环境下的原始实现开始。通过基础知识的问题后,继续增加...

收藏
评论

在极小的环境中,请参阅我的banana-gym

创建新环境

请参见存储库的主页:

https://github.com/openai/gym/blob/master/docs/creating-environments.md

这些步骤是:

  1. 创建具有PIP包结构的新存储库

它应该看起来像这样

gym-foo/
  README.md
  setup.py
  gym_foo/
    __init__.py
    envs/
      __init__.py
      foo_env.py
      foo_extrahard_env.py

有关其内容,请单击上面的链接。这里没有提到的细节,尤其是foo_env.py某些函数应该是什么样子。查看示例,并在Gym.openai.com/docs/帮助中。这是一个例子:

class FooEnv(gym.Env):
    metadata = {'render.modes': ['human']}

    def __init__(self):
        pass

    def _step(self, action):
        """

        Parameters
        ----------
        action :

        Returns
        -------
        ob, reward, episode_over, info : tuple
            ob (object) :
                an environment-specific object representing your observation of
                the environment.
            reward (float) :
                amount of reward achieved by the previous action. The scale
                varies between environments, but the goal is always to increase
                your total reward.
            episode_over (bool) :
                whether it's time to reset the environment again. Most (but not
                all) tasks are divided up into well-defined episodes, and done
                being True indicates the episode has terminated. (For example,
                perhaps the pole tipped too far, or you lost your last life.)
            info (dict) :
                 diagnostic information useful for debugging. It can sometimes
                 be useful for learning (for example, it might contain the raw
                 probabilities behind the environment's last state change).
                 However, official evaluations of your agent are not allowed to
                 use this for learning.
        """
        self._take_action(action)
        self.status = self.env.step()
        reward = self._get_reward()
        ob = self.env.getState()
        episode_over = self.status != hfo_py.IN_GAME
        return ob, reward, episode_over, {}

    def _reset(self):
        pass

    def _render(self, mode='human', close=False):
        pass

    def _take_action(self, action):
        pass

    def _get_reward(self):
        """ Reward is given for XY. """
        if self.status == FOOBAR:
            return 1
        elif self.status == ABC:
            return self.somestate ** 2
        else:
            return 0

使用你的环境

import gym
import gym_foo
env = gym.make('MyEnv-v0')

例子

  1. https://github.com/openai/gym-soccer
  2. https://github.com/openai/gym-wikinav
  3. https://github.com/alibaba/gym-starcraft
  4. https://github.com/endgameinc/gym-malware
  5. https://github.com/hackthemarket/gym-trading
  6. https://github.com/tambetm/gym-minecraft
  7. https://github.com/ppaquette/gym-doom
  8. https://github.com/ppaquette/gym-super-mario
  9. https://github.com/tuzzer/gym-maze
收藏
评论
新手导航
  • 社区规范
  • 提出问题
  • 进行投票
  • 个人资料
  • 优化问题
  • 回答问题

关于我们

常见问题

内容许可

联系我们

@2020 AskGo
京ICP备20001863号