Arnold

收录理由

这个仓库是2017年ViZDoom AI竞赛冠军方案的PyTorch实现，源自论文《Playing FPS Games with Deep Reinforcement Learning》，代码本身是经过实战检验的智能体，而非教学用的简化示例。项目提供了DQN和DRQN两种算法的训练脚本，附带17张地图，覆盖死亡竞赛、守点、收集生命值等典型场景，还有5个预训练模型可以直接观看或对战。命令行参数把影响训练效果的关键选项都暴露出来了，比如回放内存大小、epsilon衰减、dueling网络、循环层、辅助游戏特征预测等，调参时能直观看到每个选择如何改变智能体的行为。对研究强化学习的学生和开发者来说，这是一个很好的参考实现，不过代码写于2017年，依赖较老版本的PyTorch和ViZDoom，上手时需要留意环境兼容问题。