編譯:chux
出品:ATYUN訂閱號
2018 AIIDE StarCraft AI挑戰賽順利結束,Facebook AI Research的CherryPi團隊獲得亞軍,現在宣佈在Github上開源TorchCraftAI。
TorchCraftAI是一個平臺,可以讓你建立智能體學習玩《星際爭霸:母巢之戰》。TorchCraftAI包括:
- 用於構建星際爭霸代理的模塊化框架,其中模塊可以被其他模塊攻擊,替換爲其他模塊,或者由ML / RL訓練模型
- CherryPi,玩星際爭霸遊戲的機器人(2017年SSCAIT冠軍,AIIDE 2018亞軍)
- 完整遊戲,迷你遊戲,模型和訓練循環的強化學習環境
- TorchCraft支持與星際爭霸和BWAPI的TCP通信
- 支持Linux,Windows和OSX
教程
1.建築物安置(torchcraft.github.io/TorchCraftAI/docs/bptut-intro.html)
將開發用於構建放置的神經網絡模型。在星際爭霸中,建築物需要經濟發展,例如收集資源或生產特定單位類型的能力。從整體決定用什麼建築,在哪裏放置它帶有一定的戰略意義。
我們來看看CherryPi中使用的BuildingPlacer模塊。它的輸入是一個UPCTuple,帶有“Create”命令和指定的單元類型(必須是建築物)。然後,模塊將位置分佈細化到具體位置。實際構造將由Builder模塊執行;然而,BuildingPlacer模塊將使用智能體任務跟蹤它,並執行可能不同位置的重試,直到最終構建建築物。
2.微觀管理(torchcraft.github.io/TorchCraftAI/docs/microtut-intro.html)
將使用Evolution Strategies開發一個用於微觀管理場景的模型,微觀管理是在戰鬥情況下控制你的部隊,這是星際爭霸勝利的關鍵組成部分。通過仔細控制你的單位,你可以摧毀更多的敵方單位。一個例子是聚焦射擊:通過將攻擊集中在較少的目標上,你可以更快地消滅敵方單位並減少它們對你造成的傷害。另一個例子是kiting:如果你有快速單位,與較慢的單位戰鬥距離較短或冷卻時間較短,你可以執行攻擊-逃跑-攻擊-逃跑的序列,以便減少傷害。
開源:github.com/TorchCraft/TorchCraftAI