Можно ли создать новую спортивную среду в OpenAI?

У меня есть задание сделать AI-агент, который научится играть в видеоигру с помощью ML. Я хочу создать новую среду в OpenAI потому что я не хочу работать в существующей среде. Как я могу создать новую среду. Кроме того, есть ли другой способ, которым я могу начать разрабатывать агент AI, чтобы играть в определенную видеоигру без помощи OpenAI? Я новичок в этом, поэтому любое направление помощи/запуска будет оценено по достоинству.

2 ответов


посмотреть мои banana-gym для весьма небольшой окружающей среды.

создать новую среду

смотрите главную страницу репозитория:

https://github.com/openai/gym/tree/master/gym/envs#how-to-create-new-environments-for-gym

действия:

  1. создайте новый репозиторий со структурой PIP-пакета

Это должно выглядеть так

gym-foo/
  README.md
  setup.py
  gym_foo/
    __init__.py
    envs/
      __init__.py
      foo_env.py
      foo_extrahard_env.py

для содержание его, перейдите по ссылке выше. Детали, которые не упоминаются особенно как некоторые функции в foo_env.py должно выглядеть. Глядя на примеры и на gym.openai.com/docs/ помогает. Вот пример:

class FooEnv(gym.Env):
    metadata = {'render.modes': ['human']}

    def __init__(self):
        pass

    def _step(self, action):
        """

        Parameters
        ----------
        action :

        Returns
        -------
        ob, reward, episode_over, info : tuple
            ob (object) :
                an environment-specific object representing your observation of
                the environment.
            reward (float) :
                amount of reward achieved by the previous action. The scale
                varies between environments, but the goal is always to increase
                your total reward.
            episode_over (bool) :
                whether it's time to reset the environment again. Most (but not
                all) tasks are divided up into well-defined episodes, and done
                being True indicates the episode has terminated. (For example,
                perhaps the pole tipped too far, or you lost your last life.)
            info (dict) :
                 diagnostic information useful for debugging. It can sometimes
                 be useful for learning (for example, it might contain the raw
                 probabilities behind the environment's last state change).
                 However, official evaluations of your agent are not allowed to
                 use this for learning.
        """
        self._take_action(action)
        self.status = self.env.step()
        reward = self._get_reward()
        ob = self.env.getState()
        episode_over = self.status != hfo_py.IN_GAME
        return ob, reward, episode_over, {}

    def _reset(self):
        pass

    def _render(self, mode='human', close=False):
        pass

    def _take_action(self, action):
        pass

    def _get_reward(self):
        """ Reward is given for XY. """
        if self.status == FOOBAR:
            return 1
        elif self.status == ABC:
            return self.somestate ** 2
        else:
            return 0

использовать


Это определенно возможно. Так говорится на странице документации, ближе к концу.

https://gym.openai.com/docs

Что касается того, как это сделать, вы должны посмотреть исходный код существующих сред для вдохновения. Его доступно в github:

https://github.com/openai/gym#installation

большинство их сред они не реализовали с нуля, а скорее создали оболочку вокруг существующих среды и дал ему все интерфейс, который удобен для подкрепления обучения.

Если вы хотите сделать свой собственный, вы, вероятно, должны пойти в этом направлении и попытаться адаптировать что-то, что уже существует в интерфейсе тренажерного зала. Хотя есть хороший шанс, что это займет очень много времени.

есть еще один вариант, который может быть интересен для вашей цели. Это OpenAI по Вселенная!--18-->

https://universe.openai.com/

Он может интегрироваться с веб-сайтами, так что вы тренируете свои модели на Играх kongregate, например. Но Вселенная не так проста в использовании, как тренажерный зал.

Если вы новичок, моя рекомендация заключается в том, что вы начинаете с реализации vanilla в стандартной среде. После того, как вы пройдете проблемы с основами, перейдите к increment...