强化学习经典算法笔记(二十一)：gym-super-mario-bros游戏环境笔记

最新推荐文章于 2025-01-18 09:15:08 发布

hhy_csdn

最新推荐文章于 2025-01-18 09:15:08 发布

阅读量8.5k

点赞数 7

分类专栏：强化学习文章标签：强化学习游戏深度学习 pytorch 机器学习

本文链接：https://blog.csdn.net/hhy_csdn/article/details/109391790

版权

这篇笔记介绍了如何利用gym-super-mario-bros创建马里奥游戏环境进行强化学习实验。内容涵盖环境安装、演示、单独关卡设置、随机关卡选择以及奖励函数的解析。此外，还详细列举了游戏状态信息，包括生命、分数、关卡等关键数据。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

gym-super-mario-bros游戏环境笔记

gym-super-mario-bros游戏环境笔记
- 简介
- 安装
- Demo
- - Gym demo
  - 命令行demo
- 环境
- - 单独关卡
  - 随机选择关卡
- 奖励函数
- info内容解读

gym-super-mario-bros游戏环境笔记

最近在学习Intrinsic Reward Model相关的paper，super-mario-bros可以说是算法性能测试的标配游戏环境了，可惜之前太多关注点都放在Atari上，特此开一篇笔记记录一下内容，以备后查。
在这里插入图片描述

简介

项目地址https://pypi.org/project/gym-super-mario-bros/

安装

pip install nes-py
pip install gym-super-mario-bros

需要在Ubuntu下安装，Windows不行。

Demo

游戏结束的条件应该有两个：3条命没了，或者超时了。具体实践时应该要设置一个最大探索长度。

Gym demo

from nes_py.wrappers import JoypadSpace
import gym_super_mario_bros
from gym_super_mario_bros.actions import SIMPLE_MOVEMENT
env = gym_super_mario_bros.make('SuperMarioBros-v0')
env = JoypadSpace(env, SIMPLE_MOVEMENT)

done = True
for step in

最低0.47元/天解锁文章