Street Fighter AI 项目常见问题解决方案

Street Fighter AI 项目常见问题解决方案

street-fighter-ai This is an AI agent for Street Fighter II Champion Edition. 项目地址: https://gitcode.com/gh_mirrors/st/street-fighter-ai

1. 项目基础介绍和主要编程语言

该项目是一个基于深度强化学习训练的AI代理，目的是在游戏《Street Fighter II: Special Champion Edition》中击败最终boss。AI代理通过游戏屏幕的RGB像素值来进行决策。在提供的保存状态下，该代理在最终关卡的第一轮拥有100%的胜率（存在过拟合情况，详见测试运行部分）。

主要编程语言

• 项目主要基于Python编程语言，并且主要使用了OpenAI Gym Retro和Stable-Baselines3这样的标准库。

2. 新手使用该项目需要特别注意的3个问题及解决步骤

问题一：环境搭建

详细步骤：

1. 创建名为StreetFighterAI的conda环境，并指定Python版本为3.8.10：

   conda create -n StreetFighterAI python=3.8.10
   

2. 激活创建的环境：

   conda activate StreetFighterAI
   

3. 安装项目所需的Python库：

   cd [项目的父目录]/street-fighter-ai/main
   pip install -r requirements.txt
   

4. 运行脚本以定位gym-retro游戏文件夹：

   cd python/utils
   python print_game_lib_folder.py
   

   将在控制台输出的文件夹路径复制到文件资源管理器，并导航到相应的路径。该文件夹包含"Street Fighter II: Special Champion Edition"的游戏数据文件，包括游戏ROM文件和数据配置文件。

问题二：如何运行测试

详细步骤：

1. 确保你已经按照上述环境搭建的步骤配置好了Python环境和安装了必要的库。
2. 运行main文件夹中的run.py文件来开始测试：

   python run.py
   

   这将会运行AI并进行游戏，观察其在不同训练阶段所学策略的表现。

问题三：如何观察训练过程

详细步骤：

1. 运行run.py开始AI训练。
2. 在控制台输出的路径中，找到main/logs文件夹。
3. 使用Tensorboard查看训练过程中的终端/控制台输出和数据曲线，可以通过以下命令启动Tensorboard：

   tensorboard --logdir=main/logs
   

   这样你就可以看到AI在训练过程中的性能变化和状态。

确保在开始以上操作前，你已经根据项目的运行指南正确设置了Python环境，并安装了所有必需的依赖项。这样可以避免在使用该项目时遇到不必要的问题。

street-fighter-ai This is an AI agent for Street Fighter II Champion Edition. 项目地址: https://gitcode.com/gh_mirrors/st/street-fighter-ai