文件名称:SC2_HarvesterAgent:StarCraft 2代理以获取资源
文件大小:869KB
文件格式:ZIP
更新时间:2024-06-02 15:18:52
reinforcement-learning tensorflow a3c starcraft-ii starcraft-ii-bot
pysc2的收集器代理 关于 这是我作为一个学期项目所做的,经过训练以获取资源的StarCraft 2深度强化学习代理的代码。 它使用CollectMineralsAndGas迷你游戏来训练代理。 我实现了三种不同类型的代理:一个非常简单的脚本化代理 ,一个稍微聪明一点的基于Q学习的代理和一个A3C代理 。 请注意,前两个代理仅是为了熟悉StarCraft 2环境而编写的,大部分工作都花在了A3C代理上。 它还包含一个用于分析由A3C代理创建的日志文件的小工具 ,它可以分析日志文件并创建图表。 如果您想了解有关StarCraft 2环境,代理(它是A3C算法的架构和实现)或代理性能的更多信息,请查看。 安装 安装代理的最简单方法是运行它会下载并解压缩所有需要的归档文件,还会设置虚拟环境,并将SC2PATH环境变量添加到虚拟环境的bash中。 默认情况下,它会安装CPU版本的TensorFl
【文件预览】:
SC2_HarvesterAgent-master
----install.sh(1KB)
----a3c_agent.py(29KB)
----LICENSE(1KB)
----ssagent.py(9KB)
----README.md(4KB)
----report()
--------schema.png(53KB)
--------state-actions-screenshot.png(53KB)
--------minerals_histogram.png(22KB)
--------rewards_histogram.png(20KB)
--------schema.odg(13KB)
--------rewards.png(47KB)
--------gas.png(59KB)
--------gas_histogram.png(21KB)
--------report.tex(52KB)
--------minerals.png(60KB)
--------report.pdf(534KB)
----vsagent.py(4KB)
----main.py(4KB)
----analyse_a3c_results.py(7KB)