Super-mario-bros-PPO-pytorch 项目使用教程

Super-mario-bros-PPO-pytorch 项目使用教程

Super-mario-bros-PPO-pytorchProximal Policy Optimization (PPO) algorithm for Super Mario Bros项目地址:https://gitcode.com/gh_mirrors/su/Super-mario-bros-PPO-pytorch

1. 项目的目录结构及介绍

Super-mario-bros-PPO-pytorch/
├── Dockerfile
├── LICENSE
├── README.md
├── infer.py
├── train.py
├── actions.py
├── demo/
│   └── ...
├── output/
│   └── ...
├── src/
│   └── ...
└── trained_models/
    └── ...

• Dockerfile: 用于构建Docker镜像的文件。
• LICENSE: 项目的MIT许可证文件。
• README.md: 项目的说明文档。
• infer.py: 用于预测的脚本。
• train.py: 用于训练模型的脚本。
• actions.py: 定义游戏动作的脚本。
• demo/: 存放演示文件的目录。
• output/: 存放输出文件的目录。
• src/: 存放源代码的目录。
• trained_models/: 存放训练好的模型文件的目录。

2. 项目的启动文件介绍

train.py

train.py 是用于训练模型的主要脚本。可以通过以下命令启动训练：

python train.py --game=SuperMarioBros-Nes

infer.py

infer.py 是用于预测的脚本，使用训练时保存的最佳得分模型进行预测。可以通过以下命令启动预测：

python infer.py --game=SuperMarioBros-Nes

3. 项目的配置文件介绍

项目中没有显式的配置文件，但可以通过命令行参数进行配置。例如，在训练时可以通过 --game 参数指定游戏名称：

python train.py --game=SuperMarioBros-Nes

在预测时同样可以通过 --game 参数指定游戏名称：

python infer.py --game=SuperMarioBros-Nes

此外，actions.py 文件中定义了游戏可执行的动作，可以根据需要进行修改以适应不同的游戏。

Super-mario-bros-PPO-pytorchProximal Policy Optimization (PPO) algorithm for Super Mario Bros项目地址:https://gitcode.com/gh_mirrors/su/Super-mario-bros-PPO-pytorch