【亲测免费】 SMAC（StarCraft Multi-Agent Challenge）安装与使用指南

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，你将看到以下主要目录结构：

.
├── docs           # 文档目录
├── smac           # SMAC 主代码库
│   ├── env        # StarCraft2环境相关代码
│   ├── run_experiments.py # 示例实验运行脚本
│   └── ...         # 其他源码文件和子目录
├── tests          # 单元测试
└── ...             # 其他辅助文件和配置

• docs: 包含项目的文档资料。
• smac: SMAC的核心代码目录，包括与环境交互的模块以及实验管理等。
  • env: 实现了与StarCraft2游戏的接口，用于创建多智能体环境。
  • run_experiments.py: 提供了一个运行示例实验的脚本。
• tests: 存放用于测试SMAC功能的单元测试。

2. 项目启动文件介绍

run_experiments.py是SMAC中的一个关键脚本，它演示了如何设置参数并执行一个多智能体强化学习实验。你可以通过修改该脚本中的参数来运行不同的地图或算法。

# 修改地图名称
map_name = "3s_vs_5z"

# 初始化环境
env = StarCraft2Env(map_name=map_name)

# ...其他配置...

# 运行实验
from smac.runhistory.runhistory import RunHistory
from smac.facade.smac_facade import SMAC
ro = RunHistory()
smac = SMAC(sm, ro)
smac.run()

这个脚本可以根据你的需求进行扩展，例如添加自定义的策略、算法或者日志记录等。

3. 项目的配置文件介绍

SMAC并没有一个全局的单一配置文件。它的配置通常是在代码中进行的，比如通过创建和初始化SMAC对象时传入的参数。一些常见的配置包括选择地图、指定评估指标、设定评估次数等等。例如：

from smac.configspace import ConfigSpace
from smac.epm.rf_with_instances import RandomForestWithInstances
from smac.runhistory.runhistory2epm import getbovepm
from smac.scenario import Scenario

# 创建一个场景配置
scenario = Scenario({"run_obj": "quality",  # 目标可以是质量（quality）或时间（runtime）
                     "runcount_limit": 100,   # 每个配置的最大运行次数
                     "cs": config_space,      # 配置空间
                     "deterministic": "true"})

# 策略配置
initial_investment = 20
smac = SMAC(scenario, initial_investment=initial_investment,
            rng=np.random.RandomState(1), tae_runner=tae_runner)

在这个例子中，Scenario类用于创建一个场景配置，它包含了目标、最大运行次数等信息。然后这些配置被传递给SMAC构造函数以初始化整个系统。

要进行更复杂的配置，你可以创建自定义的Scenario实例，或者在创建SMAC对象时传递更多的参数，如评价模型 (EPM) 或者运行历史记录 (RunHistory)。

请注意，某些特定实验可能有额外的配置文件，这些文件通常位于experiments或其他类似的子目录下，它们用于存储特定实验的详细设置。这些文件通常是.json或.yaml格式，需要根据具体实验要求进行解读和使用。