用AI解释AI - 《格斗之王AI》代码解读

目录

一、说明

 二、AI的解释

==train.py部分==

1. os.makedirs

 2. SubprocVecEnv([make_env( )...])

 3. env = retro.make()

4. gym.Wrapper 

5. env = Monitor(env) 

 6. PPO()参数

 7. n_epochs和total_timesteps的关系

8. PPO算法采样流程 

9. Linear scheduler 

10.  CheckpointCallback

11. ep_len_mean、approx_kl等指标解释

==street_fighter_custom_wrapper.py部分==

12. gym.spaces.Box()

13. obs形状(200,256,3)

==test.py部分==

14 .custom_objects 

---

一、说明

该项目针对B站UP主 林亦LYi 的作品 格斗之王！AI写出来的AI竟然这么强！进行代码解读。

因为我们之前对此接触较少，所以我们借助AI的力量进行解读。在理解的基础上，做了一些整理。

林亦LYi项目代码：GitHub - linyiLYi/street-fighter-ai: This is an AI agent for Street Fighter II Champion Edition.

此外，针对项目代码的视频解释，《格斗之王AI》代码逐行解读_哔哩哔哩_bilibili。 

 二、AI的解释

基于AI生成，可能对理解代码有帮助。(复制答案的过程中，数字标号有误，可忽略)

==train.py部分==

1. os.makedirs

问：os.makedirs(LOG_DIR, exist_ok=True)什么意思
答：os.makedirs(LOG_DIR, exist_ok=True) 是一个用于创建目录的 Python 代码片段。
os.makedirs() 是一个函数，用于递归创建多层目录。它接受两个参数：
LOG_DIR：要创建的目录的路径。这是一个表示目录路径的字符串变量。
exist_ok=True：一个可选的参数，表示如果目录已经存在是否忽略错误。如果设置为 True，则在目录已存在的情况下不会引发异常；如果设置为 False（默认值），则在目录已存在时会引发 FileExistsError 异常。

 2. SubprocVecEnv([make_env( )...])

问：解释下env = SubprocVecEnv([make_env(game, state="Champion.Level12.RyuVsBison", seed=i) for i in range(NUM_ENV)])
答：这段代码使用 OpenAI Gym 的 SubprocVecEnv 类创建了一个并行化的环境，以便在多个并行的游戏环境中进行训练或评估。

下面是代码中的关键部分的解释：

1. `make_env(game, state="Champion.Level12.RyuVsBison", seed=i)`：这是一个自定义函数 `make_env`，用于创建游戏环境。它接受三个参数：游戏名称、游戏状态和随机种子。在这里，使用游戏名称和特定的游戏状态来创建游戏环境。

2. `NUM_ENV`：这是一个表示要创建的并行环境数量的变量。

3. `[make_env(game, state="Champion.Level12.RyuVsBison", seed=i) for i in range(NUM_ENV)]`：这是一个列表推导式，用于创建多个游戏环境。在这里，使用 `make_env` 函数创建了 `NUM_ENV` 个游戏环境，并将它们放入一个列表中。

4. `SubprocVecEnv([...])`：这是使用 SubprocVecEnv 类创建并行环境的部分。`SubprocVecEnv` 是 Gym 提供的一种环境类，它可以在多个并行进程中运行多个环境实例。它接受一个包含游戏环境的列表作为参数，并返回一个并行化的环境对象。

综合起来，这段代码的目的是使用 SubprocVecEnv 创建多个并行运行的游戏环境，每个环境都使用相同的游戏名称和特定的游戏状态。这样可以在训练或评估过程中同时在多个环境中进行并行操作，以提高效率和性能。

 3. env = retro.make()

问：解释下        env = retro.make(
            game=game, 
            state=state, 
            use_restricted_actions=retro.Actions.FILTERED, 
            obs_type=retro.Observations.IMAGE    
        )

答：这段代码使用 OpenAI Retro 库创建了一个游戏环境。

下面是代码中的关键部分的解释：

1. `retro.make()`：这是 Retro 库中的一个函数，用于创建游戏环境。它接受几个参数来指定游戏名称、游戏状态和其他选项。

1. `game`：这是一个参数，表示游戏的名称。它指定了要创建的游戏环境所对应的游戏。

1. `state`：这是一个参数，表示游戏的状态。游戏状态是游戏的一个特定快照或初始状态。通过指定游戏状态，可以从特定的游戏进度或关卡开始。

1. `use_restricted_actions`：这是一个参数，用于指定游戏环境是否使用受限制的动作集。在 Retro 中，游戏通常提供了完整的动作空间，但有些动作可能是不必要或无效的。通过设置 `use_restricted_actions=retro.Actions.FILTERED`，可以使用经过筛选的动作集来减少动作空间的大小。

1. `obs_type`：这是一个参数，用于指定观测的类型。在这里，`obs_type=retro.Observations.IMAGE` 表示观测的类型为图像。这意味着游戏环境将返回图像作为观测结果。

综合起来，这段代码的目的是使用 Retro 库创建一个特定游戏和状态的游戏环境。它还指定了使用受限制的动作集和返回图像观测结果。这样，您可以在游