openai健身房的tic-tac-toe环境
gym-tictactoe的Python项目详细描述
在openai健身房进行的tic tac toe游戏
tic-tac-toe的3d版本是作为openai的健身房环境实现的。这个^{
复杂性
传统的（2d）tic tac toe游戏空间非常小（9^3）。相比之下，本回购协议中的3D版本空间更大，约为81^3。这使得基于计算机的玩家使用搜索和剪枝技术的游戏空间代价高昂。
相反，目前的学习模式是基于政策梯度和深度q-学习。DQN model产生了非常有希望的结果。如果你感兴趣的话，可以自己去体验和贡献。PG-based model需要更多的工作：）
贡献
在游戏开发和学习中，回购协议也对拉取请求和协作开放。
依赖关系
- 基依赖项：
gym。 - 绘图呈现依赖项：
numpy，matplotlib。 - 学习依赖：
tensorflow，numpy。
安装
要安装，请运行：
# In your virtual environment pip install gym-tictactoe
用法
目前支持两种不同渲染模式的环境。
文本呈现
要使用文本呈现，请将环境创建为tictactoe-v0，如下所示：
importgymimportgym_tictactoedefplay_game(actions,step_fn=input):env=gym.make('tictactoe-v0')env.reset()# Play actions in action profileforactioninactions:print(env.step(action))env.render()ifstep_fn:step_fn()returnenvactions=['1021','2111','1221','2222','1121']_=play_game(actions,None)
产生的输出是：
Step 1:
- - - - - - - - -
- - x - - - - - -
- - - - - - - - -
Step 2:
- - - - - - - - -
- - x - o - - - -
- - - - - - - - -
Step 3:
- - - - - - - - -
- - x - o - - - x
- - - - - - - - -
Step 4:
- - - - - - - - -
- - x - o - - - x
- - - - - - - - o
Step 5:
- - - - - - - - -
- - X - o X - - X
- - - - - - - - o
游戏结束后的获胜顺序：(0,2,1), (1,2,1), (2,2,1)。
绘制渲染
要使用文本呈现，请将环境创建为tictactoe-plt-v0，如下所示：
importgymimportgym_tictactoedefplay_game(actions,step_fn=input):env=gym.make('tictactoe-plt-v0')env.reset()# Play actions in action profileforactioninactions:print(env.step(action))env.render()ifstep_fn:step_fn()returnenvactions=['1021','2111','1221','2222','1121']_=play_game(actions,None)
这将产生以下游戏性：
第一步：
dqn学习
当前模型位于^{
由训练模型生成的游戏示例（获胜顺序为(0,0,0), (1,0,0), (2,0,0)）：
欢迎加入QQ群-->： 979659372
