《星际争霸2》人工智能研究环境 SC2LE 初体验

雷锋网  •  扫码分享
我是创始人李岩:很抱歉!给自己产品做个广告,点击进来看看。  

雷锋网按:本文原作者 Flood Sung 、 杜克 ,原文载于作者的知乎专栏—— 智能单元 ,雷锋网 (公众号:雷锋网) 经授权发布。

1 前言

2017年8月10号,DeepMind联合暴雪发布了星际争霸2人工智能研究环境SC2LE,从而使人工智能的研究进入到一个全新的阶段。这次,研究人工智能的小伙伴们可以边玩游戏边做研究了。

为了让更多的朋友了解SC2LE研究环境,我们在第一时间对其进行安装测试,并对DeepMind发布的pysc2代码进行分析,初步了解基于pysc2的RL开发方法。下面我们将一一进行介绍。

2 测试使用设备

  • Macbook Pro 13inch (MacOS Sierra)

  • Alienware 13inch (Ubuntu 14.04)

3 安装方法

3.1 Mac环境下的安装

(1)安装pysc2

pip install pysc2

如果权限不够,就加上sudo:

sudo pip install pysc2

程序会自动安装各种依赖:

 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)然后在国服下载mac版的星际争霸客户端: https://www.battlenet.com.cn/account/download/ ,mac版的,然后安装,30个G,3.16.1版本。

(3)下载完毕可以运行游戏就OK

(4)下载Map Packs,mini-game和replay: Blizzard/s2client-proto , https://github.com/deepmind/pysc2/releases/download/v1.0/mini_games.zip

(5)进入星际争霸2的目录

(6)创建Maps文件夹

(7)将Map Packs和mini-game压缩包都解压到Maps目录下,密码是iagreetotheeula

(8)打开终端,输入python -m pysc2.bin.agent --map Simple64进行测试。

下面为示意图:

《星际争霸2》人工智能研究环境 SC2LE 初体验

《星际争霸2》人工智能研究环境 SC2LE 初体验

大家可以看到 在Mac下既显示了原始的游戏画面,又显示了feature的画面

3.2 Ubuntu环境下安装

(1)安装pysc2 (和Mac相同)

sudo pip install pysc2

(2)下载Linux版本的星际2: Blizzard/s2client-proto  并解压在Home目录下,解压密码:iagreetotheeula

(3)下载Map Packs,mini-game: Blizzard/s2client-proto , https://github.com/deepmind/pysc2/releases/download/v1.0/mini_games.zip 。将文件解压到~/StarCraft2/Maps 下。

(4)打开终端,输入python -m pysc2.bin.agent --map Simple64进行测试。

下面为两个不同地图的示意图:

Linux下没有原始游戏画面。

《星际争霸2》人工智能研究环境 SC2LE 初体验

《星际争霸2》人工智能研究环境 SC2LE 初体验

4 测试

(1)基本测试

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 名称没有LE!

(3)不使用agent, 手动玩!

python -m pysc2.bin.play --map MoveToBeacon

(4)使用特定agent来玩(比如MoveToBeacon这个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 <path-to-replay>

5 如何进行RL开发

前面只是安装,到这里才是最关键的。要知道如何进行RL开发,要首先知道pysc2的代码是如何运行的。

在上一小结测试中,我们看到第四种可以指定agent。所以,我们可以自己编写一个agent文件,从而使得环境运行我们自己的agent:

python -m pysc2.bin.agent --map<Map> --agent<Agent>

那么如何来编写这个agent呢?

pysc2的代码中为什么构建了一个BaseAgent,我们只需要在BaseAgent的基础上,构造一个新的agent的类,然后在里面的step函数中实现我们的RL算法即可。

基本的程序架构如下:

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包含所有的观察信息,包括feature maps,reward及可执行动作actions等信息。step这个函数的目标是输出动作给环境执行。RL算法需要处理obs然后输出action。

我们来看一下pysc2提供的MoveToBeacon的非智能算法:

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])

我们可以看到,上面的代码直接获取了beacon的位置信息(neutral_y,neutral_x),从而直接给出动作。但是为了使用RL算法,我们需要获取feature map的图像信息。然后我发现上面代码中的player_relative就是图像信息,可以直接通过opencv或者plt输出显示。如下图最右边的显示:

《星际争霸2》人工智能研究环境 SC2LE 初体验

下面总结一下state , action, reward的获取方式:

(1)state,也就是各种feature map,通过obs.observation["screen"][feature_map_name] 获取

(2)action,可以使用的action,通过obs.observation["available_actions"] 获取

(3)reward,通过obs.reward获取。

知道这些RL关键信息的获取,我们也就可以编写RL代码来玩星际2的小任务了。

值得注意的是,星际2的动作actions非常复杂,pysc2把动作封装成带参数的函数。比如上面的Move动作,需要target目标位置的2维参数。所以,如果输出动作是一个复杂的问题。官方的论文中使用了auto-regressive自回归的方式,也就是先输出Move这个动作,然后在此基础上再输出target,从而形成完整的动作,最后输出。

5 小结

本文对SC2LE进行了初体验,包括安装,测试和RL开发的代码研究。整体来看,DeepMind这次联合暴雪确实做了非常精良的代码工作,SC2LE有以下几个优点:

  1. 对于API封装得很好,可以非常方便的进行RL开发

  2. 直接提供了Feature Map信息方便卷积神经网络CNN的使用。

  3. 跨平台支持,特别是对Linux平台的支持,非常方便广大深度学习开发者的使用。

  4. 提供Replay数据库及Replay接口,为进行imitation learning模仿学习的研究提供了极大的方便。

  5. 提供了Mini Game,方便大家从简单入手。

  6. 提供了天梯地图,满足大家挑战高难度的欲望!

总的来说,SC2LE真的是非常友好的一个研究平台,值得大家入手研究,也相信未来会有越来越多的人工智能玩星际2的成果出来!

雷锋网版权文章,未经授权禁止转载。详情见。

随意打赏

人工智能 星际争霸星际争霸 人工智能星际争霸与人工智能人工智能 环境星际争霸 ai星际争霸重制版ai人工智能研究人工智能星际争霸2星际争霸
提交建议
微信扫一扫,分享给好友吧。