首页
/ 探索星际争霸II的未来:mini-AlphaStar

探索星际争霸II的未来:mini-AlphaStar

2024-05-23 07:46:42作者:凤尚柏Louis

项目介绍

mini-AlphaStar 是一个缩小版的DeepMind的[AlphaStar]项目,用于玩《星际争霸II》的智能AI。与原版不同,mini-AS设计为可调整小规模,可以在普通的商业服务器机器上进行训练。项目遵循“奥卡姆剃刀原则”,保持简单且易于理解,主要依赖于PyTorch,降低了学习成本。

start middle

左图:游戏初期表现;右图:游戏中期表现。

attack1 attack2

左图:首次攻击;右图:第二次攻击。

技术分析

mini-AlphaStar的核心是深度神经网络架构(在alphastarmini.core.arch中)和强化学习算法(在alphastarmini.core.rl中)。项目还包括多代理联赛训练(alphastarmini.core.ma)和监督学习(alphastarmini.core.sl)。这些组件共同模拟了AlphaStar的基本逻辑,使AI能在单机环境中学习并进化。

应用场景

  • 教育:为学生和研究人员提供了一个易于理解和修改的AI框架,让他们能够学习和研究深度强化学习。
  • 游戏开发:开发者可以利用该项目来创建自己的游戏AI,或者改进现有的游戏AI策略。
  • 算法优化:作为一个基础平台,mini-AlphaStar可以用来测试不同的超参数设置和算法改进。

项目特点

  1. 易用性:简化了依赖关系,仅依赖PyTorch,使得代码更易于理解和维护。
  2. 可调整性:允许在较小的规模上训练,适应不同的计算资源。
  3. 效率:通过多进程多线程的方式加速训练过程。
  4. 灵活性:可以基于预训练模型进行进一步的强化学习,以改善性能。

最新进展

当前版本v_1.09修复了一些已知问题,提高了SL模型训练效果,并提供了预训练模型和最终RL模型,便于用户直接复现结果。

使用说明

首先确保安装了PyTorch(1.5或更高版本),以及requirements.txt中的其他依赖。然后运行run.py脚本来启动训练,可以根据注释选择相应训练阶段。

想要深入研究,请确保有足够的时间和训练资源,包括高性能GPU服务器。此外,提供了详细使用指南(如如何下载和处理SC2回放文件)以帮助你开始。


迷你版的AlphaStar不仅是一个技术上的挑战,也是探索AI前沿的窗口。无论你是对深度学习感兴趣的学生,还是寻求创新的游戏开发者,都将从这个项目中受益。立即加入我们,一起探索星际争霸II的智能玩法!

登录后查看全文
热门项目推荐

项目优选

收起
kernelkernel
deepin linux kernel
C
22
6
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
165
2.05 K
nop-entropynop-entropy
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
8
0
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
954
563
leetcodeleetcode
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
60
16
apintoapinto
基于golang开发的网关。具有各种插件,可以自行扩展,即插即用。此外,它可以快速帮助企业管理API服务,提高API服务的稳定性和安全性。
Go
22
0
giteagitea
喝着茶写代码!最易用的自托管一站式代码托管平台,包含Git托管,代码审查,团队协作,软件包和CI/CD。
Go
17
0
HarmonyOS-ExamplesHarmonyOS-Examples
本仓将收集和展示仓颉鸿蒙应用示例代码,欢迎大家投稿,在仓颉鸿蒙社区展现你的妙趣设计!
Cangjie
408
387
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
78
71
rainbondrainbond
无需学习 Kubernetes 的容器平台,在 Kubernetes 上构建、部署、组装和管理应用,无需 K8s 专业知识,全流程图形化管理
Go
14
1