【亲测免费】 EPyMARL 安装与使用教程

1. 项目目录结构及介绍

EPyMARL 是一个基于 Python 的多智能体深度强化学习框架，它扩展了 PyMARL，提供了更多的灵活性和算法选择。以下是 EPYMARL 项目的基本目录结构：

.
├── docker            # Docker 相关配置文件
├── src                # 主要代码源文件
│   ├── docker_src     # Docker 中使用的源文件
│   ├── envs           # 环境定义
│   ├── learners       # 学习器代码
│   ├── mac            # 多智能体控制器(MAC)
│   ├── models         # 模型定义
│   ├── plots          # 绘图工具
│   ├── preprocessors  # 预处理器
│   └── utils          # 辅助工具
├── .gitignore         # Git 忽略文件列表
├── LICENSE            # 许可证文件
├── NOTICE             # 注意事项
└── README.md          # 项目说明文档

这些目录中，envs 包含环境模拟器，learners 保存各种学习算法，mac 实现多智能体控制器，models 定义模型结构，plots 用于结果可视化，preprocessors 包含数据预处理函数，而 utils 则是一些通用辅助工具。

2. 项目启动文件介绍

EPyMARL 的主要运行脚本位于 src/run.sh。这个脚本执行以下操作：

• 设置环境变量。
• 根据配置文件运行指定的算法和环境。
• 调用其他功能脚本，如安装依赖 (install_sc2.sh) 和加载所需环境 (run_interactive.sh, runalgo.sh 等)。

你可以通过编辑 src/run.sh 或创建自定义脚本来指定你想要运行的具体算法和配置。

3. 项目的配置文件介绍

EPYMARL 的配置文件通常是 YAML 格式的，位于 src/configs 文件夹下。这些配置文件用于设置算法参数、环境参数以及运行时的其他选项。一个例子是 src/configs/example_config.yaml，里面可能包含如下内容：

alg_name: ia2c    # 设定要运行的算法名称
env_name: simple  # 设定要运行的环境名称
n_agents: 3      # 环境中的智能体数量
n_steps: 1000000 # 训练步数
num_envs: 1       # 并行运行的环境副本数
save_model_freq: 50000 # 模型保存频率
 Learner:
    learner_name: ia2c  # 学习器的配置
    ...
 Environment:
    env_name: simple  # 环境的配置
    ...

当你运行 EPYMARL 时，可以通过 -c 参数指定配置文件，比如 bash src/run.sh -c configs/example_config.yaml。

---

请确保先阅读官方仓库的 README.md 获取更详细的信息，并根据自己的需求调整相关配置以适应不同场景。祝你在使用 EPyMARL 进行多智能体强化学习研究时一切顺利！