DQN-SpaceInvadersNoFrameskip-v4オープンソースゲームエージェント - 特定のゲーム環境を無料でデプロイして楽しめる

ホーム

Dqn SpaceInvadersNoFrameskip V4

epsilによって開発

これはDQNアルゴリズムに基づく強化学習エージェントで、SpaceInvadersNoFrameskip-v4ゲーム環境でプレイするために特別に設計されています。

動画処理 #アタリゲーム強化学習 #Deep Q-Network #高フレームレート環境

ダウンロード数 15

リリース時間 : 6/8/2022

モデル概要

このモデルはstable-baselines3ライブラリとRL Zooフレームワークを使用してトレーニングされ、Space Invadersゲームをプレイでき、平均報酬は637.50 +/- 139.13に達します。

モデル特徴

安定したトレーニングフレームワーク

stable-baselines3ライブラリとRL Zooフレームワークを使用してトレーニングを行い、トレーニングプロセスの安定性を確保します

効率的な探索戦略

初期探索から最終的な安定した戦略まで、段階的に減衰する探索率戦略を採用しています

フレームスタッキング処理

4フレームスタッキング技術を使用してゲーム画面を処理し、エージェントが動的な環境を理解するのを支援します

モデル能力

アタリゲームプレイ

強化学習意思決定

ゲーム画面理解

使用事例

ゲームAI

Space Invaders ゲームAI

このモデルはSpace Invadersゲームを自動でプレイできます

平均報酬は637.50 +/- 139.13に達します

強化学習研究

DQNアルゴリズムベンチマーク

AtariゲームにおけるDQNアルゴリズムの性能ベンチマークとして使用できます

🚀 Stable - Baselines3で訓練されたDQNエージェント

このプロジェクトは、[stable - baselines3ライブラリ](https://github.com/DLR - RM/stable - baselines3)と[RL Zoo](https://github.com/DLR - RM/rl - baselines3 - zoo)を使用して、SpaceInvadersNoFrameskip - v4をプレイするように訓練されたDQNエージェントのモデルです。RL Zooは、Stable Baselines3の強化学習エージェント用の訓練フレームワークで、ハイパーパラメータ最適化と事前訓練済みエージェントが含まれています。

🚀 クイックスタート

このモデルを使用するには、以下の手順に従ってください。

📦 インストール

モデルのダウンロード

# モデルをダウンロードしてlogs/フォルダに保存
python -m utils.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -orga epsil -f logs/
python enjoy.py --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

モデルの訓練

python train.py --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/
# モデルをアップロードし、可能な場合はビデオを生成
python -m utils.push_to_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga epsil

💻 使用例

基本的な使用法

# モデルのダウンロードと実行
# Download model and save it into the logs/ folder
python -m utils.load_from_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -orga epsil -f logs/
python enjoy.py --algo dqn --env SpaceInvadersNoFrameskip-v4  -f logs/

高度な使用法

# モデルの訓練とアップロード
python train.py --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/
# Upload the model and generate video (when possible)
python -m utils.push_to_hub --algo dqn --env SpaceInvadersNoFrameskip-v4 -f logs/ -orga epsil

🔧 技術詳細

ハイパーパラメータ

OrderedDict([('batch_size', 32),
             ('buffer_size', 100000),
             ('env_wrapper',
              ['stable_baselines3.common.atari_wrappers.AtariWrapper']),
             ('exploration_final_eps', 0.01),
             ('exploration_fraction', 0.1),
             ('frame_stack', 4),
             ('gradient_steps', 1),
             ('learning_rate', 0.0001),
             ('learning_starts', 100000),
             ('n_timesteps', 10000000.0),
             ('optimize_memory_usage', True),
             ('policy', 'CnnPolicy'),
             ('target_update_interval', 1000),
             ('train_freq', 4),
             ('normalize', False)])