AI挑战游戏项目代码及资源库汇总

本文收集了关于AI打游戏方面的代码GitHub库,其中包括当下最火热的AlphaGo,Flaybird,雅达利游戏和星级2等等的各种游戏,看看你的AI玩游戏的水平怎么样!所有代码均按照所属技术领域建立索引,以便查阅使用。

第一部分:AI打游戏

1、民间AlphaGo:RocAlphaGo

简介:这个项目是有学生主导的一个独立项目,使用 Python 和 Keras 重新实现了 DeepMind 在2016年发表的论文 "Mastering the game of Go with deep neural networks and tree search"(《用深度神经网络和树搜索学习围棋》)。使用 python 和 Keras 的这个选择优先考虑了代码清晰度,至少在早期阶段是如此。 这个项目目前仍在进行中,还不是 AlphaGo 的完全实现。项目先期关注 DeepMind AlphaGo 中神经网络的训练方面,而且已经得到论文中的树搜索算法(tree search algorithm)的一个简单单线程的实现,虽然速度上无法与 DeepMind 相比。

GitHub库:https://github.com/Rochester-NRT/RocAlphaGo

2、AI玩FlappyBird:DeepLearningFlappyBird

简介:这个项目使用深度Q网络(Deep Q-Network,DQN)学习玩 Flappy Bird 游戏。 这个项目灵感来自使用深度增强学习玩 Atari 游戏(Mnih, Volodymyr, et al. "Playing atari with deep reinforcement learning." 2013),论文中提出深度Q学习算法(Deep Q Learning algorithm),我们发现这个算法可以推广到 Flappy Bird 游戏上。

GitHub库:https://github.com/yenchenlin/DeepLearningFlappyBird

3、AI玩雅达利游戏::DeepMind-Atari-Deep-Q-Learner

简介:DeepMind实现的可以将雅达利游戏玩的比人类还好的AI。

GitHub库:https://github.com/kuz/DeepMind-Atari-Deep-Q-Learner

4、AI打星际2:CommandCenter: StarCraft 2 AI Bot

简介:一个已经训练好的可以打星际2的

GitHub库:https://github.com/davechurchill/commandcenter

5、AI打星际基础环境:PySC2 - StarCraft II Learning Environment

简介:使用AI打星际2的基础环境。

GitHub库:https://github.com/deepmind/pysc2

第二部分:AI打游戏算法

1、强化学习常用算法包:Baselines

简介:由OpenAI提供的常用强化学习算法包

GitHub库:https://github.com/openai/baselines

2、Deep Reinforcement Learning with pytorch & visdom

简介:多种使用PyTorch实现强化学习的方法

GitHub库:https://github.com/onlytailei/pytorch-rl

3、Value Iteration Networks in PyTorch

简介:Value Iteration Networks (VIN) 的PyTorch实现。

GitHub库:https://github.com/onlytailei/Value-Iteration-Networks-PyTorch

4、A3C in PyTorch

简介:Adavantage async Actor-Critic (A3C) 的PyTorch实现。

GitHub库:https://github.com/onlytailei/A3C-PyTorch

第三部分:参考资料

资料1:https://zhuanlan.zhihu.com/p/28655893

资料2:http://mp.weixin.qq.com/s/HUXzRKmMy9F0PHcPGjXzIg

发表评论

:?: :razz: :sad: :evil: :!: :smile: :oops: :grin: :eek: :shock: :???: :cool: :lol: :mad: :twisted: :roll: :wink: :idea: :arrow: :neutral: :cry: :mrgreen: