【源码】基于强化学习的自动游戏系统

项目简介

本项目是一个基于强化学习算法的自动游戏系统，旨在运用强化学习算法自动玩一个简单的游戏。项目实现了DQN（深度Q网络）和PETS（基于模型的强化学习）两种强化学习算法，同时展示了如何使用Tianshou库快速实现DQN训练。

项目的主要特性和功能

1. DQN算法
   • 利用神经网络学习价值函数，以给各动作打分的方式选择动作。
   • 实现Double DQN，通过Target Net定期更新参数，提升模型训练效果。
   • 支持经验回放和epsilon贪婪策略。
2. PETS算法
   • 通过学习环境的模型，采用模型预测的方法优化策略函数。
   • 运用EnsembleModel方法提高模型训练的准确性。
   • 使用planning方法根据当前状态估计各动作序列的奖励值，选择奖励值最大的动作序列作为最终动作。
3. Tianshou库
   • 提供高效的强化学习模型平台，支持多种强化学习算法。
   • 具备丰富的工具和功能，如Collector、Logger、trainer等，便于模型的构建、训练与测试。

安装使用步骤

1. 安装依赖：确保已安装Python环境，使用以下命令安装项目所需的依赖： bash pip install -r requirements.txt
2. 运行项目：使用以下命令运行项目，启动DQN或PETS算法的训练： bash python main.py
3. 查看训练结果：训练过程中会生成训练日志和结果图表，可在pics_readme文件夹中查看。

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】