配置smac环境

已于 2022-03-11 21:08:59 修改
阅读量681 收藏 1
点赞数 2
分类专栏： debug 文章标签： linux
于 2022-03-11 17:04:50 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_47560863/article/details/123429336
版权

StarCraftII 4.10

unzip SC2.4.10.zip 
# password is iagreetotheeula

  • download SMAC Maps, and move it to ~/StarCraftII/Maps/.

  • To use a stableid, copy stableid.json from https://github.com/Blizzard/s2client-proto.git to ~/StarCraftII/.

echo $SHELL

vim /usr/bin/zsh
发现用的是zsh

echo "export SC2PATH=~/StarCraftII/" > ~/.zshrc
source ~/.zshrc

source以后才会起作用。。。

Scenarios

NameAlly UnitsEnemy UnitsType
3m3 Marines3 Marineshomogeneous & symmetric
8m8 Marines8 Marineshomogeneous & symmetric
25m25 Marines25 Marineshomogeneous & symmetric
2s3z2 Stalkers & 3 Zealots2 Stalkers & 3 Zealotsheterogeneous & symmetric
3s5z3 Stalkers & 5 Zealots3 Stalkers & 5 Zealotsheterogeneous & symmetric
MMM1 Medivac, 2 Marauders & 7 Marines1 Medivac, 2 Marauders & 7 Marinesheterogeneous & symmetric
5m_vs_6m5 Marines6 Marineshomogeneous & asymmetric
8m_vs_9m8 Marines9 Marineshomogeneous & asymmetric
10m_vs_11m10 Marines11 Marineshomogeneous & asymmetric
27m_vs_30m27 Marines30 Marineshomogeneous & asymmetric
3s5z_vs_3s6z3 Stalkers & 5 Zealots3 Stalkers & 6 Zealotsheterogeneous & asymmetric
MMM21 Medivac, 2 Marauders & 7 Marines1 Medivac, 3 Marauders & 8 Marinesheterogeneous & asymmetric
2m_vs_1z2 Marines1 Zealotmicro-trick: alternating fire
2s_vs_1sc2 Stalkers1 Spine Crawlermicro-trick: alternating fire
3s_vs_3z3 Stalkers3 Zealotsmicro-trick: kiting
3s_vs_4z3 Stalkers4 Zealotsmicro-trick: kiting
3s_vs_5z3 Stalkers5 Zealotsmicro-trick: kiting
6h_vs_8z6 Hydralisks8 Zealotsmicro-trick: focus fire
corridor6 Zealots24 Zerglingsmicro-trick: wall off
bane_vs_bane20 Zerglings & 4 Banelings20 Zerglings & 4 Banelingsmicro-trick: positioning
so_many_banelings7 Zealots32 Banelingsmicro-trick: positioning
2c_vs_64zg2 Colossi64 Zerglingsmicro-trick: positioning
1c3s5z1 Colossi & 3 Stalkers & 5 Zealots1 Colossi & 3 Stalkers & 5 Zealotsheterogeneous & symmetric
多智能体强化学习smac环境配置（Linux）
qq_40831388的博客
09-10 2951
1.创建pymarl环境： conda create -n pymarl python=3.7 -y conda activate pymarl 2.pip安装一些包 pip install sacred numpy scipy matplotlib seaborn pyyaml pygame pytest probscale imageio snakeviz tensorboard-logger 3.下载安装smac git clone https://github.com/oxwhir
星际争霸多智能体挑战赛（SMAC）
wq6qeg88的博客
03-30 1998
目录 The StarCraft Multi-Agent Challenge 星际争霸多智能体挑战赛 Abstract摘要 1 Introduction 1 引言 2 Related Work 2 相关工作 3 Multi-Agent Reinforcement Learning 3 多智能体强化学习 Dec-POMDPs12-POMDPs （十二月-POMDP） Centralised training with decentralised execution集中式培训与
服务器配置SMAC环境
yuntaaa的博客
09-07 252
1.需要下载安装包和游戏引擎。
Linux环境配置SMAC环境变量
m0_58198661的博客
05-11 247
然后使用source。
MAC系统使用Pycharm配置SMAC环境
qq_51717117的博客
10-11 1620
下面再就是安装SMAC了，smac的作用就是作为游戏的接口 同样在。2.使用Pycharm创建新的3.8 python环境。在Pycharm环境下用终端打开 输入命令。做完上述的smac配置步骤就可以进行。安装过后在访达中进行确认。4.下载及配置pymarl。1.安装星际争霸游戏环境。5.下载及配置smac。若失败 可以参考这篇文章。3.安装Pytorch。
多智能体强化学习环境【星际争霸II】SMAC环境配置
二向箔
12-26 4964
多智能体强化学习这个领域中，很多Paper都使用的一个环境是——星际争多智能体挑战(StarCraft Multi-Agent Challenge, SMAC)。最近也配置了这个环境，把中间一些步骤记录下来。
pymarl+smac环境框架以及安装包
11-10
通过PyMARL的算法库，我们可以训练智能体在SMAC环境中进行协作，解决诸如单位编队、资源分配等复杂问题。例如，QMIX算法通过联合价值函数来协调多个智能体的行为，而QTRAN则解决了智能体之间的局部最优问题，实现了...
强化学习配置smac
09-02
配置SMAC（StarCraft Multi-Agent Challenge）的强化学习环境需要进行以下步骤： 1. 安装依赖： - Python 3.6或更高版本 - PyTorch - StarCraft II游戏（版本3.16.1） - SMAC代码库...
smac.tar.gz_ns2 smac_smac_smac code_smac in ns2_smac tcl
09-21
SMAC是一种在无线传感器网络中实现的MAC层协议，它设计的目标是为了提高网络的效率和可靠性，特别是在低功耗和高干扰环境下。 SMAC协议的主要特点包括能量效率、多通道支持、动态帧间隔以及冲突避免机制。在ns-2中...
星际争霸pymarl的环境搭建（pymarl+smac）
zhoupingqi2017的博客
04-14 9503
1. 下载StarCraft II游戏到服务器里面 如下图所示： 2.创建环境+安装pytorch 采用anaconda来创建虚拟环境： conda create -n 虚拟环境名称 python=3.8 实例为： conda create -n pymarl python=3.8 采用3.8的python的兼容性更强 然后切换到创建好的环境： conda activate pymarl 在这个环境当中装pytorch包，有两种方式，一种是线上装，还有一种是离线装。 ①对于线上装pytorch的话，
SMAC3:基于顺序模型的算法配置
04-30
SMAC v3项目 版权所有（C）2016-2018 注意：该软件包是原始SMAC工具的重新实现（请参见下面的参考）。 但是，重新实现与原始SMAC略有不同。 为了与原始SMAC进行比较，我们指的是Java中SMAC（v2）的稳定版本，可在找到。 该文档可在找到。 主分支的状态： 开发部门的状况 概述 SMAC是用于算法配置的工具，可以跨一组实例优化任意算法的参数。 这还包括ML算法的超参数优化。 主要核心包括贝叶斯优化和积极的竞速机制，可有效地确定两种配置中哪一种的性能更好。 有关其主要思想的详细说明，请参阅 Hutter, F. and Hoos, H. H. and Leyton-Brown, K. Sequential Model-Based Optimization for General Algorithm Configuration In: Proceedings
【多智能体强化学习环境】SMAC环境配置安装
Xixoqw的博客
04-13 4719
文章目录引子开始安装github上拉取文件修改install_sc2.sh文件安装SMAC手动安装SMAC地图包 引子 本文主要介绍多智能体强化学习环境：星际争霸二（SMAC）在linux环境docker上得安装。这里安装的环境来自这个链接：https://github.com/oxwhirl/pymarl 因为我们在服务器上一般只有一个属于自己的docker，而且碍于网络问题，直接按照github上的教程安装是行不通的。这里我给出我自己安装的方法，以供参考。 首先确保Linux系统中有git等基本的第三方
【MARL】多智能强化学习测试环境：SMAC、MPE、PettingZoo等
最新发布
追风赶月莫停留，平芜尽处是春山
09-12 2986
在多智能体强化学习（Multi-Agent Reinforcement Learning, MARL）的研究和应用中，构建合适的环境来测试和评估算法是非常重要的。以下是一些常用的多智能体强化学习环境，它们涵盖了多种任务类型，如协作、对抗、竞争等，帮助研究者验证算法的效果。 SMAC（StarCraft Multi-Agent Challenge）、 MPE（Multi-Agent Particle Environment）、PettingZoo等
Ubuntu20安装星际库SMAC
UEVOLIshy的博客
12-23 808
安装SMAC库 git clone https://github.com/oxwhirl/smac.git pip install -e smac/
SMAC（StarCraft Multi-Agent Challenge）安装与使用指南
gitblog_00386的博客
08-09 461
SMAC（StarCraft Multi-Agent Challenge）安装与使用指南 smacSMAC: The StarCraft Multi-Agent Challenge项目地址:https://gitcode.com/gh_mirrors/smac/smac 1. 项目目录结构及介绍 在克隆https://github.com/oxwhirl/smac.git后的本地仓库中，你将看到...
ubuntu16.04 安装SMAC
超级码力
03-05 900
SMAC是一个基于贝叶斯优化的开源的超参调优工具，github在这里，今天就说下如何在ubuntu16.04的环境上安装 首先，如果系统python3是python3.5.2(默认)，那么此时想安装smac最后一步会报错！！！ 所以，要安装个python3.7(3.6行不行呢？建议不要，因为github issue 里就有3.6跑不了而3.7没毛病的问题，万一后面碰到呢)，如果还没安装请先移步这里...
WINDOWS系统下PYMARL强化学习框架和SMAC环境安装及测试问题
weixin_43711236的博客
11-10 5869
WINDOWS系统下PYMARL强化学习框架和SMAC环境安装及测试问题
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值