用这个Python库，训练你的模型成为下一个街头霸王！

精品文章，第一时间送达

译者：孤鸿

转载自：论智，未经允许不得二次转载

从世界瞩目的围棋游戏 AlphaGo，近年来，强化学习在游戏领域里不断取得十分引人注目的成绩。自此之后，棋牌游戏、射击游戏、电子竞技游戏，如 Atari、超级马里奥、星际争霸到 DOTA 都不断取得了突破和进展，成为热门的研究领域。

突然袭来的回忆杀~

今天为大家介绍一个在街机游戏《街头霸王 3》中进行模拟来训练改进强化学习算法的工具包。不仅在 MAME 游戏模拟器中可以使用，这个 Python 库可以在绝大多数的街机游戏中都可以训练你的算法。

下面营长就从安装、设置到测试分步为大家介绍一下。

目前这个工具包支持在 Linux 系统，作为 MAME 的包装器来使用。通过这个工具包，你可以定制算法逐步完成游戏过程，同时接收每一帧的数据和内部存储器的地址值来跟踪游戏状态，以及发送与游戏交互的动作。

首先你需要准备的是：

• 操作系统：Linux

• Python 版本：3.6+

▌安装

你可以使用 pip 来安装该库，运行下面的代码:

▌《街头霸王3》示例

这个工具包目前已用于游戏《街头霸王 3》（Street Fighter III Third Strike: Fight for the Future）, 还可以用于 MAME 上的任何游戏。下面的代码演示了如何在街头霸王的环境下编写一个随机智能体。

此外，这个工具包还支持 hogwild 训练:

▌游戏环境设置

• 游戏 ID

在创建一个模拟环境之前，大家需要先加载游戏的 ROM，并获取 MAME 所使用的游戏 ID。比如，这个版本街头霸王的游戏 ID 是“sfiii3n”，你可以通过运行以下代码来查看游戏ID：

该命令会打开 MAME 模拟器，你可以从游戏列表中选择你所要的那款游戏。游戏的 ID 通常位于标题后面的括号中。

• 内存地址

实际上该工具包与模拟器本身不需要太多的交互，只需要查找和内部状态相关联的内存地址，同时用所选取的环境对状态进行跟踪。你可以使用 MAME Cheat Debugger 来观察随着时间的变化，内存地址值发生了怎样的改变。

可以使用以下命令运行 Debugger：

更多关于该调试工具的使用说明请参考此教程：

https://www.dorkbotpdx.org/blog/skinny/use_mames_debugger_to_reverse_engineer_and_extend_old_games

当你确定了所要跟踪的内存地址后可以执行以下命令进行模拟：

该命令会启动模拟器，并在工具包导入到模拟器进程时暂停。

• 分步模拟

在工具包导入完成后，你可以使用 step 函数分步进行模拟：

step 函数将以 Numpy 矩阵的形式返回 frame 和 data 的值，同时也会返回总时间步长的所有内存地址整数值。

• 发送输入

如果要向仿真器输入动作，你还需要确定游戏支持的输入端口和字段。例如，在街头霸王游戏中需要执行以下代码进行投币：

可以使用 list actions 命令查看所支持的输入端口，代码如下：

以下返回的列表就包含了街头霸王游戏环境中可用于向 step 函数发送动作的所有端口和字段：

模拟器还有一个 frame_ratio 参数，可以用来调整你的算法帧率。在默认设置下，NAME 每秒能生成 60 帧。当然，如果你觉得这样太多了，你也能通过以下代码将其改为每秒 20 帧：

▌性能基准测试

目前该工具包的开发和测试已经在 8 核AMD FX-8300 3.3GHz CPU 以及 3GB GeForce GTX 1060 GPU 上完成。在使用单个随机智能体的情况下，街头霸王游戏环境可以以正常游戏速度的 600%+ 运行。而如果用 8 个随机智能体进行 hogwild 训练的话，街头霸王游戏环境能以正常游戏速度的 300%+ 运行。

▌简单的 ConvNet 智能体

为了确保该工具包能够训练算法，我们还设置了一个包含 5 层 ConvNet 的架构，只需进行微调，你就能用它来进行测试。在街头霸王的实验中，这个算法能够成功学习到游戏中的一些简单技巧如：连招 (combo) 和 格挡 (blocking)。街头霸王的游戏机制是由易到难设置了 10 个关卡，玩家在每个关卡都要与不同的对手对战。刚开始时，智能体平均只能打到第二关，而当经过了 2200 次训练后，它平均能打到第 5 关。学习率的设置是通过每一局中智能体所造成的净伤害和所承受的伤害来计算的。

原文链接：

https://github.com/M-J-Murray/MAMEToolkit

——【完】——

你也许还想看：

● 想怎么GAN就怎么GAN，一键拯救发际线

  ● TensorFlow系列专题（九）：常用RNN网络结构及依赖优化问题

  ● 数据科学、机器学习IDE概览

欢迎扫码关注：