文件名称：abadia-gym:用于训练RL代理的简单随机OpenAI环境
文件大小：586KB
文件格式：ZIP
更新时间：2024-05-22 13:40:33
Python
该存储库包含一个PIP软件包，该软件包是一个OpenAI环境，用于模拟AbadIA（犯罪游戏修道院）的环境。 还包括一些代理，从随机代理到更复杂的代理。 如何启动游戏引擎。 git clone https://github.com/LaAbadIAdelCrimen/VigasocoSDL-AI.git cd VigasocoSDL-AI/extra/Docker/vnc/ docker build -t vigasoco . docker run -p 4477:4477 -p 5900:5900 vigasoco 安装pyhton3 我们建议使用virtualenv以获得受控（和测试/受控）环境。 您可以使用以下方法创建此环境： git clone https://github.com/LaAbadIAdelCrimen/abadia-gym.git cd abadia-gy
【文件预览】：
abadia-gym-master
----agentv1.py(855B)
----agentv3_qlearning.py(8KB)
----pre_training_models.py(3KB)
----training_models.py(719B)
----pre_training_VDQN.py(557B)
----tools()
--------batch_generator.sh(644B)
--------create_all_actions_lists.sh(777B)
--------create_all_games_list.sh(456B)
--------loop_pretraining.sh(1KB)
--------check2json.py(7KB)
--------create_actions_datasets.sh(607B)
--------create_job_v7.sh(673B)
--------batch_generator_ng_all_31.sh(1KB)
--------compress.sh(653B)
--------showroom_from_checkpoints.sh(295B)
--------batch_generator_ng_remote.sh(2KB)
--------move_to_cold_storage.sh(260B)
--------vector_generator.sh(187B)
--------batch_generator_remote.sh(777B)
--------delete_batches.sh(129B)
--------actions_json_etl_value.py(1KB)
--------create_job.sh(670B)
--------json_general_etl.py(866B)
--------extract_valid_moves.sh(1KB)
--------actions_to_flat_json.py(3KB)
--------totalchecks.sh(885B)
--------create_compress_job.sh(673B)
--------loop_vectors.sh(2KB)
--------create_pretraining_job_sh(694B)
--------create_datasets.sh(689B)
--------download_list.sh(217B)
--------batch_vectors.sh(190B)
--------relanza-job.sh(237B)
--------lastgames.sh(208B)
----Dockerfile(280B)
----loop_testv6_rnd.sh(660B)
----tests()
--------test-agent-batches.sh(377B)
----agentv6_ngdqn.py(12KB)
----agentv4_dqn.py(6KB)
----test_NGDQN.py(6KB)
----loopagentv3.sh(176B)
----training_NGDQN.py(750B)
----.idea()
--------vcs.xml(464B)
----training_VDQN.py(825B)
----AbadIA()
--------NDQN.py(5KB)
--------NGDQN.py(16KB)
--------DQN.py(4KB)
--------VDQN.py(10KB)
----agentv1.ipynb(3KB)
----documents()
--------codigos-habitaciones-planta-baja.png(208KB)
--------codigos-habitaciones-planta-primera.png(176KB)
--------codigos-habitaciones-planta-segunda.png(180KB)
----requirements.txt(3KB)
----agenttestv2.py(4KB)
----loop_agentv3_random_checkpoints.sh(310B)
----.gitignore(1KB)
----loopagentv5.sh(271B)
----loop_testv5_rnd.sh(655B)
----k8s()
--------service.yaml(170B)
--------job.yaml(2KB)
--------job-ng-pubsub.yaml(3KB)
--------job-ng-v7-pubsub.yaml(3KB)
--------job-pubsub.yaml(3KB)
--------job-compress.yaml(652B)
--------deployment.yaml(572B)
--------job-pretraining.yaml(871B)
----agentv2_qlearning.py(9KB)
----pre_training_NGDQN.py(495B)
----loopagentv4.sh(271B)
----loop_testv2_rnd.sh(435B)
----README.md(3KB)
----gym_abadia()
--------gym_abadia.egg-info()
--------setup.py(157B)
--------README.md(35B)
--------gym_abadia()
----loopbatches.sh(1KB)
----notebooks()
--------AbadIA-explorer.ipynb(8KB)
----loopagentv2.sh(178B)
----agentv5_dqn.py(11KB)
----extract_vectors_from_actions.py(2KB)
----test_VDQN.py(6KB)