Overcooked-AI 项目使用教程

Overcooked-AI 项目使用教程

overcooked_ai A benchmark environment for fully cooperative human-AI performance. 项目地址: https://gitcode.com/gh_mirrors/ov/overcooked_ai

1. 项目介绍

Overcooked-AI 是一个用于完全合作的人类-AI 任务性能的基准环境，基于广受欢迎的视频游戏 Overcooked。游戏的目标是以最快的速度交付汤，每份汤需要将最多 3 种食材放入锅中，等待汤煮熟，然后由一个代理拿起汤并交付。代理应动态分配任务并有效协调以获得高奖励。

项目的主要特点包括：

• 支持多种布局，新布局易于硬编码或通过编程生成。
• 包含人类-人类和人类-AI 游戏数据的收集和使用。
• 提供与环境兼容的深度强化学习（DRL）实现。
• 支持通过环境包装器简化环境的使用。

2. 项目快速启动

安装

从 PyPI 安装

你可以使用 pip 安装预编译的 wheel 文件：

pip install overcooked-ai

从源代码安装

建议使用 conda 环境进行安装：

conda create -n overcooked_ai python=3.7
conda activate overcooked_ai
git clone https://github.com/HumanCompatibleAI/overcooked_ai.git
cd overcooked_ai
pip install -e .

如果需要 DRL 实现，可以添加 [harl] 选项：

pip install -e .[harl]

验证安装

安装完成后，可以通过运行单元测试来验证安装：

python testing/overcooked_test.py

3. 应用案例和最佳实践

案例 1：使用预训练模型进行游戏

你可以使用预训练模型来测试 Overcooked-AI 环境：

from overcooked_ai.agents import Agent
from overcooked_ai.env import OvercookedEnv

# 加载预训练模型
agent = Agent.load_from_checkpoint("path/to/checkpoint")

# 创建环境
env = OvercookedEnv()

# 运行游戏
state = env.reset()
done = False
while not done:
    action = agent.act(state)
    state, reward, done, info = env.step(action)

案例 2：自定义布局和代理

你可以通过编程生成自定义布局，并训练自定义代理：

from overcooked_ai.mdp.layout_generator import generate_random_layout
from overcooked_ai.agents import RandomAgent

# 生成随机布局
layout = generate_random_layout()

# 创建随机代理
agent1 = RandomAgent()
agent2 = RandomAgent()

# 创建环境并设置布局
env = OvercookedEnv(layout=layout)

# 运行游戏
state = env.reset()
done = False
while not done:
    action1 = agent1.act(state)
    action2 = agent2.act(state)
    state, reward, done, info = env.step([action1, action2])

4. 典型生态项目

1. Human-AI Coordination Research

Overcooked-AI 被广泛用于研究人类-AI 协作，特别是在 NeurIPS、AAMAS 和 CogSci 等顶级会议上发表的研究论文中。

2. Multi-Agent Reinforcement Learning

项目中的 human_aware_rl 模块提供了多代理强化学习的实现，支持 PPO 等算法，适用于研究多代理协作和训练。

3. Human Data Collection

Overcooked-AI 支持收集和处理人类-人类和人类-AI 游戏数据，用于训练和评估 AI 代理的协作能力。

通过这些模块和工具，Overcooked-AI 为研究者和开发者提供了一个全面的平台，用于探索和优化人类-AI 协作和多代理系统。

overcooked_ai A benchmark environment for fully cooperative human-AI performance. 项目地址: https://gitcode.com/gh_mirrors/ov/overcooked_ai