星际2智能施法怎么设置，星际2 1v1

通灵量子比特| 公众号由QbitAI整理整理。今天，《星际争霸2》（后来称为星际争霸2）深度强化学习（DRL）代理Reaver开源了，它引起了许多Reddit用户的关注。

塔尔图大学的Roman Ring 表示，该模块化框架将主要用于训练《星际争霸2》中的各种任务，并将在单机环境中提供比大多数开源解决方案更快的并行化能力。 Reaver 适应多种环境，除了星际争霸2 的SC2LE 之外，还支持其他强化学习任务中常用的Gym、Atari 和Mujoco。使用简单的Keras 模型定义神经网络、配置和共享配置也非常有用。最重要的是，Reaver 的训练量表非常易于使用。在典型的4核CPU笔记本电脑上，采样率可以达到每秒5K，你可以在10秒内学会立杆游戏CartPole-0。

使用配备Intel i5-7300HQ CPU（4 核）和GTX 1050 GPU 的笔记本电脑，Reaver 在30 分钟内击败了《星际争霸2》的MoveToBeacon 游戏，成绩与DeepMind 相当。

功能介绍Reaver 有六大主要功能： 可扩展的Reaver 适合初学者和老手。对于业余编程爱好者，Reaver 提供了在进行更改后训练代理所需的工具，例如超参数。退伍。。可以直接利用Reaver 的模块化架构和性能优化的代码库，代理、模型和环境全部隔离，可以自由混合和匹配，并且具有高度可扩展性。 Performance Reaver 使用无锁数据结构共享内存将《星际争霸2》的采样率提高2 倍（通常快100 倍）。瓶颈是GPU I/O 管道。 Configurable Reaver 的所有配置都可以通过gin-config 配置框架进行处理，允许所有超参数、环境参数和模型定义以.gin 格式文件轻松共享。作者使用两种经典的DRL 算法来实现代理：优势Actor-Critic 算法(A2C) 邻近策略优化(PPO) 支持多种环境。

PySC2（使用所有迷你游戏进行测试） OpenAI Gym（使用CartPole-v0 进行测试） Atari（使用PongNoFrameskip-v0 进行测试） Mujoco（使用InvertedPendulum-v2 和HalfCheetah-v2 进行测试） 其他强化学习功能

GAE算法支持奖励裁剪、梯度标准裁剪，并使用正则化方法基线引导独立基线网络。结果显示了Reaver 在现实世界中的具体性能？研究人员在各种地图上对A2C 架构Reaver、DeepMind 的SC2LE 和ReDRL 进行了基准测试，并提供了人类大师级专家在这些任务上的结果。

其中，所有DeepMind结果均来自于之前发表论文的最佳结果。 Reaver（A2C）是通过训练reaver.agents.A2C代理得到的。这个结果是通过运行训练测试模块100次并计算总奖励值得到的。图中括号内的值。。平均值和标准差，方括号内的值。。最小值和最大值。

门户Reddit 讨论主题：https://www.reddit.com/r/MachineLearning/comments/a0jm84/p_reaver_starcraft_ii_deep_reinforcement_learning/访问GitHub 以获取具体安装说明：https://github.com/inoryy/reaver-pysc2 此外，如果您的计算机： 如果配置类似于Google Colab，则您也可以在线使用Reaver。地址：https://colab.research.google.com/drive/1DvyCUdymqgjk85FB5DrTtAwTFbI494x7

- 就这样-

诚信招聘

量子比特现招聘一名编辑/记者，驻地北京中关村。我们正在寻找有才华和热情的学生加入我们！详情请在量子位公众号（QbitAI）对话界面回复“招聘”。

量子位QbitAI·今日头条署名作者

追踪AI技术和产品新进展