进入AI Arena python环境的输入有三类:
下面是一个初始化输入的例子:
seconds_per_round = 60
model1 = your_ml_model(*params)
model2 = some_other_agent(*params)
attributes1 = your_attributes = {
"power": 50,
"speed": 62,
"defence": 30,
"accuracy": 78,
}
attributes2 = your_attributes = {
"power": 45,
"speed": 49,
"defence": 90,
"accuracy": 67,
}
一旦你有了你的输入,你现在可以初始化环境:
from env.game_environment import Game
env = Game(seconds_per_round)
env.load_fighters(model1, model2, attributes1, attributes2)
<aside> 💡 请注意,我们为您提供了启动模型,在安装后就可以上路运行了! 要查看它们,请到 初始模型
</aside>
尽管你可以自由地训练你的模型,但我们提供两个模板来帮助你开始:
要阅读更多关于我们的模板的信息,请参见 模拟模板。
<aside> 💡 尽管我们给了你启动模板,但你可以自由探索不同的训练方法。不同方法的一些例子可以是遗传算法,甚至编写一个基于规则的代理,并训练一个神经网络,通过模仿学习来学习该政策。
</aside>
一旦你完成了训练,你需要将模型从python导出到一个JSON文件,以便将它们带到AI Arena 研究者平台。
为了使用我们的平台,你将需要一个以太坊钱包。最常用的是Metamask。你可以下载钱包这里 - 我们建议使用chrome扩展。有关设置的更多信息,请参阅 Web3设置。
要了解使其与我们的平台兼容所需的特定模式,请查看 代码合规性。
目前,我们的python包支持与以下深度学习框架进行输出:
<aside> ⬅️ 上一页
</aside>
<aside> ➡️ 下一页
</aside>