street-fighter-ai
street-fighter-ai copied to clipboard
linyiLYi
This is an AI agent for Street Fighter II Champion Edition.
(StreetFighterAI) D:\street-fighter-ai>cd main (StreetFighterAI) D:\street-fighter-ai\main>python test.py Wrapping the env with a `Monitor` wrapper Wrapping the env in a DummyVecEnv. Wrapping the env in a VecTransposeImage. Fighting Begins! 怎么办？游戏画面不动，静止的，然后也没有提示报错
刚看到视频时感觉我CAO这么牛B，之后看了代码竟然这么小! 打开一看。。这AI原来是乱按的啊，根本没有抓画面，所谓的训练只是靠读取双方血条和胜负的内存地址来判断的。 也就是说AI完全靠乱按试出了一个套路可以在这特定存档中打死拜森/贝加，毫无通用性。 不过CHATGPT能写出这段代码感觉已经非常强了。。 另外 有人能告诉我data/data.json里那些内存地址哪来的？ PS 另外这个感觉用在训练马里奥这种没什么随机性的游戏更适合。。
Using cpu device Wrapping the env in a VecTransposeImage. (3, 100, 128) Traceback (most recent call last): File "G:/强化学习/street-fighter-ai/main/train.py", line 128, in main() File "G:/强化学习/street-fighter-ai/main/train.py", line 115, in main model.learn(...
state file: Champion.Level1.RyuVsGuile.state model file: ppo_ryu_7000000_steps_updated.zip 哪邊有問題 or 可以優化？
我的机器上有两个显卡，运行的时候报上面的这个错误 执行glxinfo |grep OpenGL 发现第一个显卡不是nvidia的主显卡 留一个解决方案给后人 sudo prime-select nvidia sudo reboot 再次执行glxinfo |grep OpenGL 发现第一个显卡已经是nvidia的主显卡 (StreetFighterAI) ➜ main git:(master) glxinfo |grep OpenGL OpenGL vendor string: NVIDIA Corporation OpenGL renderer string:...
Hey there 👋 , We wanted to know if you're interested in being able to put your trained models to the Hugging Face Hub. I wanted to mention that SB3...
林哥你好， 小老弟是你的老粉丝了，这次用了你的项目做了个小组作业，感谢你的分享！ 在你的基础上我做了一些尝试，试图训练一个可以稳定打赢整场的AI。我先试图用随机的第一和第二局来训练，但是结果不是很理想。可能是由于敌人起始变化太大，最后模型(10m-steps)结果达到胜率58%。 随后尝试了使用整个三局两胜进行训练，重构了steps中的done条件。加入了self.jump和self.round_end，用于跳过过场和记录round是否结束。在经过了大致5m steps后reward基本收敛。测试以后达到了98%的胜率。非常令人激动！！ 以下是我的tensorboard训练结果蓝线是random训练结果，紫线是entire match训练结果  我pull了general（三局两胜）的代码与结果，random的方法我再尝试通过调试reward function 获得更快的学习速率暂时就不上传了，希望能够pull我的结果给大家一起分享。 祝一切安好！ Jing WANG
管道已经结束
运行不起来，报错 【管道已经结束】 问题已解决，处理步骤如下： conda create -n gym0210 python=3.8.10 pip install --upgrade pip setuptools==57.5.0 pip install --upgrade pip wheel==0.38.4 pip install gym==0.21.0 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install gym-retro==0.8.0 -i https://pypi.tuna.tsinghua.edu.cn/simple pip install...
