我们在本仓库内提供了AlphaSeer的实现，为了方便理解，我们将从文件目录，运行方式分开讲解。
作者
- img: 雷伊和盖亚的图片
- logs: 存放着AlphSeer的训练过程
alphaseer_rl.ipynb: 该文件是训练AlphaSeer主文件genie.py: 精灵属性logon_new.py: 幼稚版赛尔号实现与AlphaSeer实现逻辑函数DQN_Seer_best.zip: AlphaSeer最好的模型
我们使用pytorch运行强化学习的环境
conda create -n seer python=3.9
conda activate seer
#GPU
conda install pytorch torchvision torchaudio pytorch-cuda=11.8 -c pytorch -c nvidia
#CPU
conda install pytorch torchvision torchaudio cpuonly -c pytorch
#MAC
conda install pytorch::pytorch torchvision torchaudio -c pytorch
#国内安装可加上清华源
pip install gymnasium -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install stable_baselines3 -i https://pypi.tuna.tsinghua.edu.cn/simple
pip install pyQt6 -i https://pypi.tuna.tsinghua.edu.cn/simple
我们使用以下代码生成模型
from stable_baselines3 import DQN
from stable_baselines3.common import logger
from logon_new import AlphaSeer
#初始化AlphaSeer环境
env = AlphaSeer()
#设置AI玩家agent
agent = DQN('MlpPolicy', env, verbose=0,tensorboard_log='logs')
#对战场次定为50万次
agent.learn(total_timesteps=500000, log_interval=100,tb_log_name='DQN')
#保存模型
agent.save("DQN_Seer")我们使用以下代码打开Tensorboard查看模型训练过程
tensorboard --logdir logs serve我们使用以下代码测试模型效果（文本版）
from stable_baselines3 import DQN
# 创建环境（请确保此处的环境配置与训练时的环境配置一致）
env = AlphaSeer()
# 加载训练好的智能盖亚
trained_model = DQN.load("DQN_Seer_best")
# 在环境中使用智能盖亚进行预测
obs = env.reset() # 重置环境状态
done = False
#状态计数器
k=0
while not done:
if k==0:
obs=obs[0]
action, _ = trained_model.predict(obs) # 使用模型预测动作
#预测模型动作
obs, reward, done, _,info = env.step_info(action.reshape(-1)[0]) # 执行动作并获取新的状态、奖励和终止信息
#打印模型的动作、奖励、终止信息
print(reward,info)
k+=1我们使用以下代码打开pyqt6测试模型效果
python logon_new.py
未经许可，禁止用于任何商业用途，请遵循GPL3.0协议
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent