-
Trong các game đã có các hàm normal_main_2, numba_main_2
-
Các game đã có: Splendor_v2,Century, MachiKoro, Sheriff, Splendor, TLMN, TLMN_v2, SushiGo
normal_main_2(function, number_of_matches) ''' Hàm chạy thuật toán của người chơi ở chế độ 1 người nhưng có thể không dùng numba trong agent file_per trong hệ thống đã quy định là 0, file_per = 0 Args: function: thuật toán của người chơi file_per: file_per đầu vào, phải quy định định dạng từ đầu và không được thay đổi trong khi chạy number_of_matches: Số trận chạy thuật toán Returns: Win: Số trận thắng file_per: file per của người chơi đó ''' numba_main_2(function, file_per, number_of_matches) ''' Hàm chạy thuật toán của người chơi ở chế độ 1 người nhưng có thể không dùng numba trong agent Args: function: thuật toán của người chơi file_per: file_per đầu vào, phải quy định định dạng từ đầu và không được thay đổi trong khi chạy number_of_matches: Số trận chạy thuật toán Returns: Win: Số trận thắng file_per: file per của người chơi đó ''' -
Ví dụ
from base.MachiKoro.env import * @njit() def p0(state,temp,per): if per[3][0][0] == 0: a = per[2][0] choice = np.where(a == np.min(a))[0][0] if np.sum(per[2][0])> 1000: choice = np.argmax(per[1][0]/per[2][0]) per[3][0][0] = choice idmt = int(per[3][0][0]) mt = per[0][idmt] actions = getValidActions(state) actions *= mt action = np.argmax(actions) if getReward(state) == 1: per[1][0][idmt] += 1 per[3][0][0] = 0 if getReward(state) == 0: per[2][0][idmt] += 1 per[3][0][0] = 0 return action,temp,per def test2(state,temp,per): if per[3][0][0] == 0: a = per[2][0] choice = np.where(a == np.min(a))[0][0] if np.sum(per[2][0])> 100: choice = np.argmax(per[1][0]/per[2][0]) per[3][0][0] = choice idmt = int(per[3][0][0]) mt = per[0][idmt] actions = getValidActions(state) actions *= mt action = np.argmax(actions) if getReward(state) == 1: per[1][0][idmt] += 1 per[3][0][0] = 0 if getReward(state) == 0: per[2][0][idmt] += 1 per[3][0][0] = 0 return action,temp,per perx = [np.array([np.random.rand(getActionSize()) for _ in range(100)]),np.zeros((1,100)),np.zeros((1,100)),np.zeros((1,100))] win1, x = normal_main_2(test2, perx, 1000) win, x = numba_main_2(p0, perx , 1000) print(win, win1)
- Google colab
- Kết nối với drive
- Tạo nơi muốn lưu hệ thống này(lưu data đã train lên drive để sau này sử dụng)
%cd path_vừa_tạo %git clone https://github.com/ngoxuanphong/GAME.git %cd GAME- Chỉnh sửa trong setup.py
!python main.py- chạy code bằng hàm
- LƯU Ý:
- Mỗi lần mở drive lên để chạy nhớ %cd đến thư mục và pull lại hệ thống vì có thể có update
- Nhớ lưu ý đẩy folder của mình vào Agent, trong hệ thống đã có Agent mẫu
-
players: list player muốn truyền vào
- ở chế độ Train thì sẽ train đa luồng tương ứng số người chơi
- chế độ Test nếu truyền vào không đủ người chơi thì sẽ tự động thêm random vào
-
games_name = ['Splendor_v2','Century', 'MachiKoro', 'Sheriff', 'Splendor', 'TLMN', 'TLMN_v2', 'SushiGo',]
-
game_name: Tên game, có thể lấy ở games_name
-
time_run_game = Thời gian chạy game ở chế độ train, xong thời gian tự động dừng
-
Thay đổi game, time_train và list_agent ở setup.py
type_run_code = 'Test' #'Train' or 'Test'
players = ['Trang', 'Trang1']
game_name = 'Splendor_OnlyPlayerView'
time_run_game = 1000
-
Chạy hàm main.py để train và test với random
-
Trong hệ thống đã có sẵn code chị Trang để mọi người tham khảo
- Mỗi người là một folder, đặt tên theo quy tắc tên_ngàynạpcode ví dụ: Phong_08_12_2022
- Trong mỗi folder sẽ có:
- file Agent_player.py: Lưu thuật toán của mọi người(chỉ có hàm)
- Agent_Player.py Tham khảo folder Trang có sẵn trong hệ thống
- Có 2 hàm bắt buộc:
- train(n) n là tham số đầu vào(1 là 10000 ván, ...)
- test() là hàm đọc file để test với random và người chơi khác
- Chú ý:
- Trong thuật toán list_player phải dựa vào getAgentSize() tại vì các game thì số lượng người chơi khác nhau
- player phải là tên folder của người chơi
- Thêm đoạn code này trong hàm Test
player = 'NhatAnh_0822' #Tên folder path_save_player = f'Agent/{player}/Data/{game_name}_{time_run_game}/' #Path để đọc file Test #Sau đó đọc file test như bình thường - Thêm đoạn code này vào trong file thuật toán để import game và khởi tạo path lưu và đọc data
import os import sys from setup import game_name,time_run_game sys.path.append(os.path.abspath(f"base/{game_name}")) from env import * player = 'Trang' #Tên folder của người chơi path_data = f'Agent/{player}/Data' if not os.path.exists(path_data): os.mkdir(path_data) path_save_player = f'Agent/{player}/Data/{game_name}_{time_run_game}/' if not os.path.exists(path_save_player): os.mkdir(path_save_player)
- Có 2 hàm bắt buộc: