DeepMind开源强化学习游戏框架,25款线上游戏等你来挑战

强化学习算法没有游戏训练?DeepMind 开源 OpenSpiel 平台了。研究者可在线部署游戏环境,快速开始实验。

参与作者 / 一鸣、思 出品 / 机器之心

强化学习算法广为人知的一个应用场景便是游戏了,通过智能体在多玩家游戏中的表现,研究者可以更好地调整算法和参数细节,实现更好的算法性能。近日,DeepMind 开源了一款多玩家游戏平台「Open-Spiel」,支持多种策略和游戏环境,以及相关的分析工具。支持的游戏数量达到了 25 款,绝大多数都和棋牌、博弈相关。

  • 项目地址:https://github.com/deepmind/open_spiel

什么是 OpenSpiel

OpenSpiel 是一个综合性的强化学习游戏测试平台,包括了多种游戏环境和算法,用于强化学习研究或搜索策略的研究。

OpenSpiel 亮点

OpenSpiel 可以帮助研究者解决很多强化学习研究中需要设置实验的问题,它支持:

  • 单人或多人博弈;
  • 完美信息或不完美信息博弈;
  • 带有随机性的博弈;
  • 普通的多玩家「一步」或二人玩家的多步博弈;
  • 交替行动(如下棋)或同时行动的游戏;
  • 零和博弈和非零和博弈(如需要合作的博弈等)。

OpenSpiel 平台也支持多种编程语言:

  • C++11
  • Python 3
  • 以及一个支持 Swift 语言的缩减版

支持平台

目前 OpenSpiel 已经在 Linux 系统上进行了测试(Debian 10 和 Ubuntu 19.04),但是没有在 MacOS 或 Windows 上测试过。但是因为后两个平台都可以自由使用代码,因此作者认为不太可能出现大的问题。

支持游戏

OpenSpiel 目前支持以下游戏,共 25 款,包括国际象棋、围棋、双陆棋、翻转棋等游戏:

OpenSpiel 怎么用

首先,我们先要明确,在 OpenSpiel 中 Game 对象包含了对某个游戏非常高层次的描述,例如游戏的方式、参与人数、最大分数等。而 State 对象描述了更加具体的游戏局,例如象棋中特定的棋子状态、扑克中特定的手牌组合。通过这两个对象,整个游戏都是通过树来表示的。

OpenSpiel 首先需要加载游戏,配置游戏进行方式,然后就可以直接运行了。如下所示为玩 trajectory 游戏的 Python 代码:

importrandom
importpyspiel
game = pyspiel.load_game( “kuhn_poker”)
state = game.new_initial_state
whilenotstate.is_terminal:
legal_actions = state.legal_actions
ifstate.is_chance_node:
# Sample a chance event outcome.
outcomes_with_probs = state.chance_outcomes
action_list, prob_list = zip(*outcomes_with_probs)
action = np.random.choice(action_list, p=prob_list)
state.apply_action(action)
else:
# The algorithm can pick an action based on an observation (fully observable
# games) or an information state (information available for that player)
# We arbitrarily select the first available action as an example.
action = legal_actions[ 0]
state.apply_action(action)

如上展示了 OpenSpiel 比较核心的 API,它的使用还是很简洁的。

安装方法

安装整个平台的方法比较简单。首先运行 ./install.sh 一次,安装系统包,并下载一些依赖。安装 Python 的相关依赖,需要使用 Pyhton3 和 virtualenv。

virtualenc -p python3 venv
sourcevenv/bin/activate
pip3 install -r requirements.txt

保证环境有效的情况下,编译并运行

mkdir build
cd build
CXX=g++ cmake -DPython_TARGET_VERSION=3.6 -DCMAKE_CXX_COMPILER=${CXX} ../open_spiel
make -j $(nproc)
ctest -j $(nproc)
./open_spiel/s/build_and_run_tests.sh

将文件加入系统路径,以便系统全局都能够导入相关包。

exportPYTHONPATH= $PYTHONPATH:/<path_to_open_spiel>
exportPYTHONPATH= $PYTHONPATH:/<path_to_open_spiel>/build/python

参与评论

请输入你的评论!
请在这里输入你的名字