python井字棋游戏大作业实验报告_Part 1.2 - 实现一个井字棋游戏的gym环境
上文已经描述了怎么创建和注册一个自定义的gym环境。但是环境类中的4个函数都是空的,本文将描述怎么实现那4个函数,实现一个完整的井字棋游戏的环境。
游戏规则:两个玩家在3x3的棋盘上,一方执X,一方执O。哪方先下的连续3个子(不管在对角,竖直还是水平方向)为胜。(类似五子棋)。赢得一方将会获得+100的奖励。
完整的环境代码访问GitHub。
其中,step函数已经指定了双方下棋的规则,也就是说这个程序不是依靠某个强化学习算法来下棋,而是靠固定规则。因为本系列文章的目的就是要说明如何自定义环境,而不是应用强化学习算法。
def step(self,target):
if self.done==1:
print('game over')
return [self.state,self.reward,self.done,self.add]
elif self.state[int(target/3)][target%3] != '-':
print('invalid step')
return [self.state,self.reward,self.done,self.add]
else:
if(self.counter%2==0):
self.state[int(target/3)][target%3]='o'
else:
self.state[int(target/3)][target%3]='x'
self.counter+=1
if(self.counter==9):
self.done=1
self.render()
win=self.check()
if(win):
self.done=1
print('Player ', win, 'wins. ', sep='',end='\n')
self.add[win-1]=1
if win==1:
self.reward=100
else:
self.reward=-100
return [self.state,self.reward,self.done,self.add]
环境的代码已经写好了,下面我们安装并且注册环境。
pip install -e .
我们编写下面的代码来测试环境。
import gym
import gym_tictac
env = gym.make('tictac-v0')
for e in range(3):
env.reset()
print("######")
print("EPISODE: ", e)
print("######")
for t in range(9):
env.render()
action = t
state, reward, done, info = env.step(action)
print("reward: ", reward)
print("")
env.close()
如果输出是这样
######
EPISODE: 0
######
- - -
- - -
- - -
o - -
- - -
- - -
reward: 0
o - -
- - -
- - -
o x -
- - -
- - -
reward: 0
o x -
- - -
- - -
o x o
- - -
- - -
reward: 0
o x o
- - -
- - -
o x o
x - -
- - -
reward: 0
o x o
x - -
- - -
o x o
x o -
- - -
reward: 0
o x o
x o -
- - -
o x o
x o x
- - -
reward: 0
o x o
x o x
- - -
o x o
x o x
o - -
Player 1wins.
reward: 100
意味着环境已经正确编写并配置。
这个环境已经足够简单了,action是固定规则,我们只是为了阐述自定义gym环境的配置。
下文会讲述gym环境如何结合PyBullet。
参考
https://www.datamachinist.com/applied-reinforcement-learning/part-8-virtual-environments-for-reinforcement-learning/part-2-implementing-a-simple-gym-environment-tic-tac-toe/
python井字棋游戏大作业实验报告_Part 1.2 - 实现一个井字棋游戏的gym环境相关推荐
- 网页编程课程大作业实验报告HTML5 、CSS5 、JavaScript
网页编程课程大作业实验报告 课程名称 网页编程 实验成绩 计算机学院制 一.实验内容与要求 利用HTML5 .CSS5 .JavaScript等知识,按照特定的主题制作一个完整的网站. 二.网站名称以 ...
- 深圳大学计算机图形学实验4.1,深圳大学计算机图形学大作业实验报告.doc
深圳大学计算机图形学大作业实验报告 深 圳 大 学 实 验 报 告 实验课程名称: 计算机图形学 实验项目名称: 计算机期末综合大作业 学院: 计算机与软件 专业: 计算机科学与技术 报告人: 班级: ...
- python数据分析大作业-python大作业实验报告
大学计算机基础 (理工)大作业 --暨南大学南校区生活指南系统 G108 甘颖欣 熊梦娜 翁婉晖 梁绮婷 李嘉顺 2015-1-3 目录 目录 ............................ ...
- 数字图像处理大作业实验报告
<数字图像处理> 期末大作业 班 级:数字媒体技术2020级1班 姓 名:快乐的小蓝 学 号:XXXXXXXXX XXXX大学信息学院 目录 一.任务描述 二.设 ...
- 南邮java大作业实验报告_南京邮电大学java第三次实验报告
实 验 报 告 ( 2017 / 2018学年 第2学期) 课程名称 JAVA语言程序设计 实验名称 Java集成开发环境的安装与使用. Java变量.表达式与控制结构 实验时间 2018 年 4 月 ...
- 数据库大作业实验报告
一.实验目的 通过这个实验回顾数据库这门课程的基本内容,深化自己的理解,掌握高级语言对数据库操作的方法. 二.总体功能设计与ER图 这次的实验是使用Java+ SQL server 完成的. 2.1 ...
- 万年历c语言大作业实验,用C语言写的一个万年历
下面是编程之家 jb51.cc 通过网络收集整理的代码片段. 编程之家小编现在分享给大家,也给大家做个参考. #include #include int input(); void re_year(i ...
- 计算机逻辑部件按其结构可分为,《数字逻辑电路》期末大作业实验报告
大连外国语大学软件学院 1数字逻辑电路概述 数字逻辑是数字电路逻辑设计的简称,其内容是应用数字电路进行数字系统逻辑设计.电子数字计算机是由具有各种逻辑功能的逻辑部件组成的,这些逻辑部件按其结构可分为组 ...
- 系统分析与设计大作业实验报告
个人报告 16340035 陈伟昭 ## 个人负责工作 UI及页面逻辑设计 界面文件 组织会议,编写会议纪要 组织会议,分发任务 Android客户端开发 主要负责的部分有(UI+逻辑):密码登录.短 ...
最新文章
- python端午dragboat消消乐 美轮美奂的界面效果
- vue2路由移除#号(Apache)
- AI公开课:19.04.04李航—字节跳动AILab总监《深度学习与自然语言处理:评析与展望》课堂笔记以及个人感悟
- 让select查询结果随机排序
- 想和你一起为 Visual Studio 庆祝20岁生日
- php 生成器作用,php 生成器的理解和使用
- mysql基础事件_mysql 基础 事件(定时任务)
- Vue的基本环境搭建
- EIP-1559性能测试:22小时共处理6426个区块,平均每个区块4100万Gas
- centos7 安装VNC Server
- C#中virtual与abstract的区别
- window.onerror=hide_error_message;
- 免费DDOS攻击测试工具大合集
- 如何把pdf文件转换为excel表格
- 今天,霍金没有提AI威胁论,他的新目标是带领人类移民外星球(附霍金姚期智Pete演讲实录+PPT)
- 建立数据挖掘的用户画像
- Win10共享文件时提示需要输入网络凭据怎么办?
- 天狮集团新零售有什么优势?天狮直销等于天狮新零售?
- 2021最全的课程资源库
- 安卓手机刷twrp和magisk