超级马里奥兄弟 强化学习 54分钟 打通第1关

注意：本项目多进程训练代码 train_mp.py ，只能在 linux 下运行

项目信息

• 项目作者 王子瑞
• 文章地址 https://blog.csdn.net/wzduang/article/details/113093206
• 项目代码 https://github.com/Wongziseoi/PaddleMario

视频

bilibili

运行环境

• ubuntu 20.04
• python 3.8
• CUDA 11.2
• CUDNN 8.3
• paddlepaddle-gpu==2.2.2.post112

如何运行

1. 下载代码

   $ git clone https://github.com/dyh/super_mario_bros_paddle.git
   

2. 进入目录

   $ cd super_mario_bros_paddle
   

3. 创建 python 虚拟环境

   $ python3 -m venv venv
   

4. 激活虚拟环境

   $ source venv/bin/activate
   

5. 升级pip和setuptools

   $ python -m pip install --upgrade pip
   
   $ pip install --upgrade setuptools
   

6. 安装paddlepaddle

   根据你的操作系统、安装工具以及CUDA版本，在 https://www.paddlepaddle.org.cn/install/quick?docurl=/documentation/docs/zh/install/pip/linux-pip.html 找到对应的安装命令。我的环境是 ubuntu 20.04、pip、CUDA 11.2。

   $ python -m pip install paddlepaddle-gpu==2.2.2.post112 -f https://www.paddlepaddle.org.cn/whl/linux/mkl/avx/stable.html
   

7. 安装其他包

   $ pip install -r requirements.txt
   

8. 运行多进程训练程序

   设置 8 进程，总耗时 54.31 分钟，日志请见 train_log_1_1.txt 文件，大约 Episode: 352 完成第一关的训练

   $ python train_mp.py
   

9. 运行预测程序

   第一关训练完成的权重文件保存在 ./models/mario_1_1.pdparams

   $ python run_eval.py