编者按:近年来,虽然关于强化学习进展的新闻屡见报端,对强化学习感兴趣的人也很多,但对普通学习者来说,真正做一个自己感兴趣的强化学习项目还是太麻烦了。今天论智给大家推荐的是一名网友开源的Python库,它提供了一个可以玩任何旧版街机游戏的API,操作方式非常亲民。

这是一个允许你在几乎任何街机游戏中训练你的强化学习算法的Python库,它目前在Linux系统上可用。通过这个工具包,你可以定制算法逐步完成游戏过程,同时接收每一帧的数据和内部存储器地址值以跟踪游戏状态,以及发送与游戏交互的动作。
安装
GitHub地址:github.com/M-J-Murray/MAMEToolkit/blob/master/README.md
你可以用pip安装这个库,只需运行以下命令:
pip install MAMEToolkit
演示示例:街霸
在街机爱好者心中,街霸是史上最经典的游戏之一。现在工具包内包含的街霸版本是街头霸王3:三度冲击(Japan 990608, NO CD),我们以此为例,用以下代码写一个随机智能体:
import random
from MAMEToolkit.sf_environment import Environment
roms_path = "roms/"
env = Environment("env1", roms_path)
env.start()
while T

本文介绍了一个Python库,该库允许在Linux上使用强化学习算法在各种街机游戏中训练智能体,包括经典游戏《街头霸王》。用户可以通过定制算法并接收游戏状态数据来控制游戏进程。库支持 Hogwild! 训练策略,并提供了创建自定义游戏环境的方法,用户可以调整帧速率和识别游戏内存地址来实现与游戏的交互。
最低0.47元/天 解锁文章
2374

被折叠的 条评论
为什么被折叠?



