Apex_DQN_Pytorch: 皮卡丘排球中的Ape-X DQN实现-源码

简介：
本项目在Pytorch框架下实现了Ape-X DQN算法应用于皮卡丘排球游戏环境，旨在通过强化学习提升智能体的决策能力。 Alphachu：皮卡丘排球的Ape-x DQN实现旨在训练代理学习如何玩这款游戏。该架构基于猿-X DQN设计。由于游戏位于exe文件中，这使得问题比其他Atari游戏更复杂。我构建了一个Python环境来获取屏幕截图以提供状态信息，并检测游戏开始和结束时刻。使用了mss进行截屏，cv2预处理图像，Pynput模拟键盘输入，以及tensorboardX记录日志。 每个参与者通过Xvfb创建多个虚拟显示器运行。为了向每个显示器发送不同的键入信号，整个架构必须支持多进程功能。学习者仅在GPU上训练，并且有大量（例如10个）参与者从各自的虚拟显示器收集数据，它们之间通过位于同一目录下的文件进行通信。 这种方法虽然看起来原始，但目前看来是训练皮卡丘排球的唯一有效途径。此前我在Ubuntu和Mac系统中尝试过不同的方法。在开始时需要分别在actor.py和learner.py中重置log_d以确保日志记录功能正常运行。