Github 项目推荐 | 用于训练和测试文本游戏强化学习 Agent 的工具

TextWorld 是一个沙盒环境，用于训练和测试基于文本游戏的强化学习 Agent。

Github 链接：

https://github.com/Microsoft/TextWorld

  安装

• TextWorld 需要 Python 3，目前仅支持 Linux 系统。

• 安装 TextWorld 最简单的方法是通过 pip。

• 复制本库后，进入项目的根文件夹（即与setup.py一起）并运行

pip install .

远程安装：

pip install https://github.com/Microsoft/TextWorld/archive/master.zip

**请确保 pip 与您的 Python 3 安装相关联

附加功能

如果需要，可以为TextWorld安装一个或多个额外功能。

pip install .[prompt,vis]

• [prompt]：启用命令自动完成（仅适用于生成的游戏）。要激活它，请在运行 tw-play 脚本时使用 --hint 选项，然后在提示符处按TAB-TAB。

• [vis]：启用游戏状态查看器（仅适用于生成的游戏）。要激活它，请在运行 tw-play 脚本时使用 --html-render 选项，并在浏览器中显示游戏的当前状态。

要求

为了使用 TextWorld 生成和播放基于文本的游戏，需要以下系统库：

sudo apt-get -y install uuid-dev libffi-dev build-essential xdot gcc make python3-dev

以及一些可以单独安装的 Python 库

pip install -r requirements.txt

  用法

生成一个游戏

TextWorld 提供了一种通过 tw-make 脚本生成简单的基于文本的游戏的简便方法。 例如：

tw-make custom --world-size 5 --nb-objects 10 --quest-length 5 --output gen_games/

custom 表示我们想要使用以下选项自定义游戏： - world-size 控制世界中的房间数量 - --nb-objects 控制可以与之交互的对象数量（不包括门）和 - quest-length 控制为赢得游戏而键入所需的最少命令数。 完成后，游戏将保存在gen_games /文件夹中。

玩游戏

要玩游戏，可以使用 tw-play 脚本。 例如，播放上一节中生成的游戏的命令是：

tw-play gen_games/simple_game.ulx

*仅支持 Z-machine 的游戏（* .z1至.z8）和 Glulx 的游戏（.ulx）。

文档

https://aka.ms/textworld-docs

新人福利

关注 AI 研习社（okweiwu），回复  1  领取

【超过 1000G 神经网络 / AI / 大数据资料】

强化学习模拟水下稳定性，潜水体 15 分钟学会规则

▼▼▼