मेरे पास एक एआई एजेंट बनाने का असाइनमेंट है जो एमएल का उपयोग करके वीडियो गेम खेलना सीखेगा। मैं OpenAI जिम का उपयोग करके एक नया वातावरण बनाना चाहता हूं क्योंकि मैं मौजूदा वातावरण का उपयोग नहीं करना चाहता। मैं एक नया, कस्टम वातावरण कैसे बना सकता हूं?
इसके अलावा, क्या कोई और तरीका है जिससे मैं ओपनए जिम की मदद के बिना एक विशिष्ट वीडियो गेम खेलने के लिए एआई एजेंट बनाना शुरू कर सकता हूं?
जवाबों:
banana-gymएक बहुत छोटे वातावरण के लिए मेरा देखें ।
रिपॉजिटरी का मुख्य पृष्ठ देखें:
https://github.com/openai/gym/blob/master/docs/creating-environments.md
कदम हैं:
इसे ऐसा दिखना चाहिए
gym-foo/
README.md
setup.py
gym_foo/
__init__.py
envs/
__init__.py
foo_env.py
foo_extrahard_env.py
इसकी सामग्री के लिए, ऊपर दिए गए लिंक का अनुसरण करें। जिन विवरणों का उल्लेख नहीं किया गया है वे विशेष रूप से हैं कि कुछ कार्यों को कैसे foo_env.pyदिखना चाहिए। उदाहरणों को देखते हुए और gym.openai.com/docs/ पर मदद करता है। यहाँ एक उदाहरण है:
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
import gym
import gym_foo
env = gym.make('MyEnv-v0')
import gym_foo # noqa
pip install -e . कमांड करने में मदद मिली @hipoglucido
यह निश्चित रूप से संभव है। वे प्रलेखन पृष्ठ में ऐसा कहते हैं, अंत के करीब।
यह कैसे करना है, आपको प्रेरणा के लिए मौजूदा वातावरण के स्रोत कोड को देखना चाहिए। इसका गीथूब में उपलब्ध है:
https://github.com/openai/gym#installation
उनके अधिकांश वातावरण ने उन्हें खरोंच से लागू नहीं किया, बल्कि मौजूदा वातावरण के आसपास एक आवरण बनाया और इसे सभी इंटरफ़ेस दिया जो कि सुदृढीकरण सीखने के लिए सुविधाजनक है।
यदि आप अपना खुद का बनाना चाहते हैं, तो आपको संभवतः इस दिशा में जाना चाहिए और कुछ को अनुकूलित करने का प्रयास करना चाहिए जो पहले से ही जिम इंटरफेस में मौजूद है। हालांकि एक अच्छा मौका है कि यह बहुत समय लेने वाला है।
एक और विकल्प है जो आपके उद्देश्य के लिए दिलचस्प हो सकता है। यह OpenAI's यूनिवर्स है
यह वेबसाइटों के साथ एकीकृत हो सकता है ताकि आप अपने मॉडलों को कोन्ग्रेगेट गेम पर प्रशिक्षित कर सकें, उदाहरण के लिए। लेकिन यूनिवर्स जिम का उपयोग करना उतना आसान नहीं है।
यदि आप एक शुरुआत कर रहे हैं, मेरी सिफारिश है कि आप एक मानक वातावरण पर एक वेनिला कार्यान्वयन के साथ शुरू करते हैं। जब आप बुनियादी बातों के साथ समस्याओं को पारित कर देते हैं, तो वेतन वृद्धि पर जाएं ...
gym_fooआयातित लेकिन अप्रयुक्त" मिलता है। मुझे इससे कैसे छुटकारा मिल सकता है?