stable-retro-scripts

stable-retro-scripts হলো রেট্রো কনসোল গেম খেলার জন্য রিইনফোর্সমেন্ট লার্নিং মডেল প্রশিক্ষণের পাইথন স্ক্রিপ্টের একটি সংগ্রহ। এটি stable-retro (gym-retro-এর একটি ফর্ক) এবং stable-baselines3-এর উপর ভিত্তি করে তৈরি, এবং সেইসব ব্যবহারকারীদের জন্য উদ্দিষ্ট যারা এমুলেটেড টাইটেলে এজেন্ট প্রশিক্ষণ দিতে, মডেল-বনাম-মডেল ম্যাচ চালাতে, অথবা এমুলেটর ফ্রন্টএন্ডে ব্যবহারের জন্য মডেল এক্সপোর্ট করতে চান। README-তে বর্ণিত প্রধান ক্ষমতাসমূহ: - scripts/train.py-এর মতো স্ক্রিপ্ট ব্যবহার করে রেট্রো গেমে মডেল প্রশিক্ষণ, যেখানে এনভায়রনমেন্ট, পলিসি নেটওয়ার্ক, সমান্তরাল এনভায়রনমেন্টের সংখ্যা, টাইমস্টেপ এবং হাইপারপ্যারামিটারের বিকল্প রয়েছে। - scripts/train_curriculum.py এবং JSON কারিকুলাম ফাইলের মাধ্যমে কারিকুলাম-ভিত্তিক প্রশিক্ষণ চালানো। - প্লেয়ার-বনাম-প্লেয়ার গেমে দুটি প্রশিক্ষিত মডেলকে মুখোমুখি করানো, যার উদাহরণ হিসেবে NHL94, Mortal Kombat এবং WWF Wrestlemania: The Arcade Game অন্তর্ভুক্ত। - উন্নত AI প্রতিপক্ষের বিরুদ্ধে খেলা। - আলাদা retro-ai-runtime প্রকল্পের মাধ্যমে এমুলেটর ফ্রন্টএন্ডে ব্যবহারের জন্য মডেল এক্সপোর্ট করা। তালিকাভুক্ত সমর্থিত মডেল আর্কিটেকচার: MLP, Nature CNN, Impala CNN এবং সম্মিলিত ইনপুট মডেল (ছবি ও স্কেলার)। অ্যাটেনশন MLP পরীক্ষামূলক হিসেবে চিহ্নিত। ইনস্টলেশন নোট: Ubuntu 22.04/24.04 এবং Windows 11 WSL2 (Ubuntu 22.04 VM)-এ পরীক্ষিত। Python 3.10 থেকে 3.12, gymnasium, stable-baselines3 এবং stable-retro প্রয়োজন। সিস্টেম প্যাকেজের মধ্যে রয়েছে python3, pip, venv, git, zlib1g-dev, libopenmpi-dev, ffmpeg, cmake এবং libgl1-mesa-dev। ডিপেন্ডেন্সিগুলো requirements.txt থেকে ইনস্টল করা হয়, requirements-dev.txt-এ ঐচ্ছিক লিন্ট টুলিং রয়েছে। এমুলেটর ডেভেলপমেন্টের জন্য একটি এডিটেবল stable-retro চেকআউট ইনস্টল করা যেতে পারে। ROM ব্যবস্থাপনা: ব্যবহারকারীদের নিজেদের ROM সরবরাহ করতে হবে; README-তে উল্লেখ করা হয়েছে যে Airstriker একটি পাবলিক-ডোমেইন ROM যা ইতিমধ্যে stable-retro-তে অন্তর্ভুক্ত। ROM গুলো python3 -m retro.import দিয়ে ইমপোর্ট করা হয়। উদাহরণ কমান্ডের মধ্যে রয়েছে CnnPolicy, ৮টি এনভায়রনমেন্ট, ১,০০০,০০০ টাইমস্টেপ এবং প্লেব্যাক সক্ষম করে Airstriker-Genesis-এ প্রশিক্ষণ, পাশাপাশি NHL94 কারিকুলাম চালানো। C++ ইনফারেন্স লাইব্রেরিটি retro-ai-runtime রিপোজিটরিতে স্থানান্তরিত হয়েছে, যা RetroArch-এর মতো এমুলেটর ফ্রন্টএন্ডের ভেতরে এক্সপোর্ট করা মডেল চালিয়ে প্লেয়ার ইনপুট নিয়ন্ত্রণ করে। প্রশিক্ষণ, মূল্যায়ন এবং মডেল এক্সপোর্ট এই রিপোজিটরিতেই রয়ে গেছে। RetroArch-পক্ষের ইন্টিগ্রেশন RetroArchAI-তে রয়েছে। README-তে NHL94 এবং WWF Wrestlemania-এর জন্য গেম-নির্দিষ্ট পেজ, একটি WSL2 সেটআপ ভিডিও এবং RetroArch ও PyTorch-এর উপর একটি টিউটোরিয়াল ভিডিওর লিঙ্কও দেওয়া আছে।