stable-retro-scripts

stable-retro-scripts是一个Python脚本集合，用于训练强化学习模型来玩复古主机游戏。它基于stable-retro（gym-retro的一个分支）和stable-baselines3构建，面向希望在模拟器游戏上训练智能体、运行模型对战或导出模型以供模拟器前端使用的用户。 README中描述的主要功能： - 使用scripts/train.py等脚本在复古游戏上训练模型，支持环境、策略网络、并行环境数量、时间步数和超参数等选项。 - 通过scripts/train_curriculum.py和JSON课程文件进行基于课程的学习训练。 - 在玩家对玩家游戏中让两个训练好的模型相互对抗，示例包括NHL94、真人快打和WWF摔角狂热：街机游戏。 - 与改进的AI对手对战。 - 通过独立的retro-ai-runtime项目导出模型以供模拟器前端使用。 列出的支持模型架构：MLP、Nature CNN、Impala CNN以及组合输入模型（图像加标量）。注意力MLP被标记为实验性。 安装说明：已在Ubuntu 22.04/24.04和Windows 11 WSL2（Ubuntu 22.04虚拟机）上测试。需要Python 3.10至3.12、gymnasium、stable-baselines3和stable-retro。系统包包括python3、pip、venv、git、zlib1g-dev、libopenmpi-dev、ffmpeg、cmake和libgl1-mesa-dev。依赖项从requirements.txt安装，可选lint工具在requirements-dev.txt中。可安装可编辑的stable-retro检出以进行模拟器开发。 ROM处理：用户必须提供自己的ROM；README指出Airstriker是stable-retro中已包含的公共领域ROM。使用python3 -m retro.import导入ROM。 示例命令包括在Airstriker-Genesis上使用CnnPolicy、8个环境、1,000,000个时间步并启用回放进行训练，以及运行NHL94课程。 C++推理库已移至retro-ai-runtime仓库，该仓库在RetroArch等模拟器前端中运行导出模型以控制玩家输入。训练、评估和模型导出仍保留在此仓库中。RetroArch端集成位于RetroArchAI。README还链接了NHL94和WWF摔角狂热的游戏特定页面、WSL2设置视频以及关于RetroArch和PyTorch的教程视频。