《星際爭霸2》人工智慧研究環境 SC2LE 初體驗
雷鋒網按:本文原作者Flood Sung、杜克,原文載於作者的知乎專欄——智能單元,雷鋒網經授權發布。
1 前言
2017年8月10號,DeepMind聯合暴雪發布了星際爭霸2人工智慧研究環境SC2LE,從而使人工智慧的研究進入到一個全新的階段。這次,研究人工智慧的小夥伴們可以邊玩遊戲邊做研究了。
為了讓更多的朋友了解SC2LE研究環境,我們在第一時間對其進行安裝測試,並對DeepMind發布的pysc2代碼進行分析,初步了解基於pysc2的RL開發方法。下面我們將一一進行介紹。
2 測試使用設備
Macbook Pro 13inch (MacOS Sierra)
Alienware 13inch (Ubuntu 14.04)
3 安裝方法
3.1 Mac環境下的安裝
(1)安裝pysc2
pip install pysc2
如果許可權不夠,就加上sudo:
sudo pip install pysc2
程序會自動安裝各種依賴:
Installing collected packages: google-apputils, pygame, future, pysc2
Successfully installed future-0.16.0 google-apputils-0.4.2 pygame-1.9.3 pysc2-1.0
(2)然後在國服下載mac版的星際爭霸客戶端:https://www.battlenet.com.cn/account/download/,mac版的,然後安裝,30個G,3.16.1版本。
(3)下載完畢可以運行遊戲就OK
(4)下載Map Packs,mini-game和replay:Blizzard/s2client-proto,https://github.com/deepmind/pysc2/releases/download/v1.0/mini_games.zip
(5)進入星際爭霸2的目錄
(6)創建Maps文件夾
(7)將Map Packs和mini-game壓縮包都解壓到Maps目錄下,密碼是iagreetotheeula
(8)打開終端,輸入python -m pysc2.bin.agent --map Simple64進行測試。
下面為示意圖:
<img src="https://static.leiphone.com/uploads/new/article/pic/201708/4df0d743f23353e59fd6c2a9c0b7ba79.jpg" data-rawwidth="1600" data-rawheight="1000" class="origin_image zh-lightbox-thumb" width="1600" data-original="https://pic3.zhimg.com/v2-c6e24843a8e9d7f1ab76c3da7685a886_r.jpg" _src="https://static.leiphone.com/uploads/new/article/pic/201708/4df0d743f23353e59fd6c2a9c0b7ba79.jpg"/>
<img src="https://static.leiphone.com/uploads/new/article/pic/201708/6749d6caff9c0d2c67f362969c90738c.png" data-rawwidth="768" data-rawheight="480" class="origin_image zh-lightbox-thumb" width="768" data-original="https://pic4.zhimg.com/v2-ffdb4c3e9dd1c4f0fbcacfd8bf45c113_r.png" _src="https://static.leiphone.com/uploads/new/article/pic/201708/6749d6caff9c0d2c67f362969c90738c.png"/>
大家可以看到在Mac下既顯示了原始的遊戲畫面,又顯示了feature的畫面。
3.2 Ubuntu環境下安裝
(1)安裝pysc2 (和Mac相同)
sudo pip install pysc2
(2)下載Linux版本的星際2:Blizzard/s2client-proto並解壓在Home目錄下,解壓密碼:iagreetotheeula
(3)下載Map Packs,mini-game:Blizzard/s2client-proto,https://github.com/deepmind/pysc2/releases/download/v1.0/mini_games.zip。將文件解壓到~/StarCraft2/Maps 下。
(4)打開終端,輸入python -m pysc2.bin.agent --map Simple64進行測試。
下面為兩個不同地圖的示意圖:
Linux下沒有原始遊戲畫面。
<img src="https://static.leiphone.com/uploads/new/article/pic/201708/c8cfdb2d09c4d35239670c675a3ca989.png" data-rawwidth="1440" data-rawheight="707" class="origin_image zh-lightbox-thumb" width="1440" data-original="https://pic1.zhimg.com/v2-b80ac969c618ed2e9b29433b1fe8a6e8_r.png" _src="https://static.leiphone.com/uploads/new/article/pic/201708/c8cfdb2d09c4d35239670c675a3ca989.png"/>
<img src="https://static.leiphone.com/uploads/new/article/pic/201708/168e6acf055f54f0a3623ea05119bb08.png" data-rawwidth="1440" data-rawheight="707" class="origin_image zh-lightbox-thumb" width="1440" data-original="https://pic3.zhimg.com/v2-23676bd7583d6dab05b53b902c7dfcee_r.png" _src="https://static.leiphone.com/uploads/new/article/pic/201708/168e6acf055f54f0a3623ea05119bb08.png"/>
4 測試
(1)基本測試
python -m pysc2.bin.agent --map Simple64
(2)更改Map如使用天梯的Map
python -m pysc2.bin.agent --map AbyssalReef
注意天梯的Map 名稱沒有LE!
(3)不使用agent,手動玩!
python -m pysc2.bin.play --map MoveToBeacon
(4)使用特定agent來玩(比如MoveToBeacon這個mini game)
python -m pysc2.bin.agent --map MoveToBeacon --agent pysc2.agents.scripted_agent.MoveToBeacon
(5)播放replay
python --m pysc2.bin.play --replay
5 如何進行RL開發
前面只是安裝,到這裡才是最關鍵的。要知道如何進行RL開發,要首先知道pysc2的代碼是如何運行的。
在上一小結測試中,我們看到第四種可以指定agent。所以,我們可以自己編寫一個agent文件,從而使得環境運行我們自己的agent:
python -m pysc2.bin.agent --map--agent
那麼如何來編寫這個agent呢?
pysc2的代碼中為什麼構建了一個BaseAgent,我們只需要在BaseAgent的基礎上,構造一個新的agent的類,然後在裡面的step函數中實現我們的RL演算法即可。
基本的程序架構如下:
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import numpy
from pysc2.agents import base_agent
from pysc2.lib import actions
from pysc2.lib import features
class OurAgent(base_agent.BaseAgent):
def step(self, obs):
super(OurAgent, self).step(obs)
#----------------------------------#
RL Algorithm Here
#----------------------------------#
return action
其中obs包含所有的觀察信息,包括feature maps,reward及可執行動作actions等信息。step這個函數的目標是輸出動作給環境執行。RL演算法需要處理obs然後輸出action。
我們來看一下pysc2提供的MoveToBeacon的非智能演算法:
from __future__ import absolute_import
from __future__ import division
from __future__ import print_function
import numpy
from pysc2.agents import base_agent
from pysc2.lib import actions
from pysc2.lib import features
_PLAYER_RELATIVE = features.SCREEN_FEATURES.player_relative.index
_PLAYER_FRIENDLY = 1
_PLAYER_NEUTRAL = 3 # beacon/minerals
_PLAYER_HOSTILE = 4
_NO_OP = actions.FUNCTIONS.no_op.id
_MOVE_SCREEN = actions.FUNCTIONS.Move_screen.id
_ATTACK_SCREEN = actions.FUNCTIONS.Attack_screen.id
_SELECT_ARMY = actions.FUNCTIONS.select_army.id
_NOT_QUEUED = [0]
_SELECT_ALL = [0]
class MoveToBeacon(base_agent.BaseAgent):
"""An agent specifically for solving the MoveToBeacon map."""
def step(self, obs):
super(MoveToBeacon, self).step(obs)
if _MOVE_SCREEN in obs.observation["available_actions"]:
player_relative = obs.observation["screen"][_PLAYER_RELATIVE]
neutral_y, neutral_x = (player_relative == _PLAYER_NEUTRAL).nonzero()
if not neutral_y.any():
return actions.FunctionCall(_NO_OP, [])
target = [int(neutral_x.mean()), int(neutral_y.mean())]
return actions.FunctionCall(_MOVE_SCREEN, [_NOT_QUEUED, target])
else:
return actions.FunctionCall(_SELECT_ARMY, [_SELECT_ALL])
我們可以看到,上面的代碼直接獲取了beacon的位置信息(neutral_y,neutral_x),從而直接給出動作。但是為了使用RL演算法,我們需要獲取feature map的圖像信息。然後我發現上面代碼中的player_relative就是圖像信息,可以直接通過opencv或者plt輸出顯示。如下圖最右邊的顯示:
<img src="https://static.leiphone.com/uploads/new/article/pic/201708/9f2384ee97925fe9ef6ef71e2493993e.png" data-rawwidth="1835" data-rawheight="708" class="origin_image zh-lightbox-thumb" width="1835" data-original="https://pic4.zhimg.com/v2-ac5cae8cc97debc8cd83f88f0e15b913_r.png" _src="https://static.leiphone.com/uploads/new/article/pic/201708/9f2384ee97925fe9ef6ef71e2493993e.png"/>
下面總結一下state , action, reward的獲取方式:
(1)state,也就是各種feature map,通過obs.observation["screen"][feature_map_name] 獲取
(2)action,可以使用的action,通過obs.observation["available_actions"] 獲取
(3)reward,通過obs.reward獲取。
知道這些RL關鍵信息的獲取,我們也就可以編寫RL代碼來玩星際2的小任務了。
值得注意的是,星際2的動作actions非常複雜,pysc2把動作封裝成帶參數的函數。比如上面的Move動作,需要target目標位置的2維參數。所以,如果輸出動作是一個複雜的問題。官方的論文中使用了auto-regressive自回歸的方式,也就是先輸出Move這個動作,然後在此基礎上再輸出target,從而形成完整的動作,最後輸出。
5 小結
本文對SC2LE進行了初體驗,包括安裝,測試和RL開發的代碼研究。整體來看,DeepMind這次聯合暴雪確實做了非常精良的代碼工作,SC2LE有以下幾個優點:
對於API封裝得很好,可以非常方便的進行RL開發
直接提供了Feature Map信息方便卷積神經網路CNN的使用。
跨平台支持,特別是對Linux平台的支持,非常方便廣大深度學習開發者的使用。
提供Replay資料庫及Replay介面,為進行imitation learning模仿學習的研究提供了極大的方便。
提供了Mini Game,方便大家從簡單入手。
提供了天梯地圖,滿足大家挑戰高難度的慾望!
總的來說,SC2LE真的是非常友好的一個研究平台,值得大家入手研究,也相信未來會有越來越多的人工智慧玩星際2的成果出來!
點擊展開全文
※聚焦2017中國互聯網安全領袖峰會,法治驅動創新協同應對挑戰
※入選MIT TR 35的王剛是誰 他給阿里帶來什麼
※CSS2017人工智慧分論壇:AI為網路與信息安全帶來新可能
※清華胡事民教授:來CNCC,了解計算機一切領域前沿 | CNCC 2017專訪
※創立3個月就從福特手中拿到10億美元,Argo AI到底是何方神聖?
TAG:雷鋒網 |
※B&O選用GENELEC音箱進行聲學環境模擬的實驗研究
※案例丨B&O選用GENELEC音箱進行聲學環境模擬的實驗研究
※「TFBOYS」「新聞」190314 王俊凱聯合國環境大會演講,全程英文演講致力環保
※美陸軍研究實驗室研發GPS拒止環境下人/機定位新技術
※2018UCAN大會官方全紀錄——人工智慧和新零售環境下的設計產業升級
※科學家在模擬火星的環境中測試ExoMars自主導航軟體
※中聯環境:環境產業進入AI人工智慧時代
※CSAIL研發3D印表機器魚,將用於執行海洋環境及生物研究
※CRO醫藥研發外包行業研究和競爭環境分析
※DAPRA啟動DBRE項目研發虛擬訓練環境中的高性能計算技術
※CDPR將改善《賽博朋克2077》開發者的工作環境
※IPv6應用創新:立普威陸LoRaWAN景區物聯網環境監測
※美軍現代空戰環境模擬軟體「MACE」特點分析
※DARPA啟動SAIL-ON項目開發可自主識別和響應現實環境變化的人工智慧系統
※「MD PHOTO」劉智泰鄭雨盛等藝人出席 第15屆首爾環境電影節
※韓國科研團隊:超90%的醫學影像AI論文未在臨床環境進行嚴格驗證
※創造舒適聲音環境 Sony WI-1000X體驗
※NASA 的新一代環境科學衛星啟用激光測距系統
※NASA最新研究稱火星環境難地球化
※利用qPCR研究環境中微生物數量