我已经使用一些NEAT算法来为一些易玩的游戏(如拍打小鸟)编写自己的AI。一切正常,我知道发生了什么。问题是我不知道如何处理结果。人工智能学会了一些东西,我想保存这一进步。TechwithTim YouTuber说了一些关于使用泡菜的事,当我保存泡菜时对我有用。我什至可以从文件中加载它,但这就是我要结束的地方。我不知道下一步该怎么做,只知道一只鸟在他之前玩游戏就开始一只鸟玩游戏。
保存在一个代码中
winner = p.run(game,50)
with open("winner.pkl", "wb") as f:
pickle.dump(winner, f)
f.close()
用另一个代码打开:
with open("winner.pkl", "wb") as f:
genome = pickle.load(f)
使用时
print(type(genome))
输出是
<class "neat.genome.DefaultGenome">
我假设您提供的代码不是您自己的,并且您正在学习某种教程。代码的质量很低,注释形式的文档实际上不存在,变量命名不是英语。如果您进行了编码,那对于初学者来说完全没问题。实际上甚至令人印象深刻。尽管特别是对于初学者的教程,但我还是强烈建议搜索更好的解释和文献记录的教程。
话虽如此,这是您需要添加到项目中以重播保存的基因组的代码:
def replay_genome(config_path, genome_path="winner.pkl"):
# Load requried NEAT config
config = neat.config.Config(neat.DefaultGenome, neat.DefaultReproduction, neat.DefaultSpeciesSet, neat.DefaultStagnation, config_path)
# Unpickle saved winner
with open(genome_path, "rb") as f:
genome = pickle.load(f)
# Convert loaded genome into required data structure
genomes = [(1, genome)]
# Call game with only the loaded genome
game(genomes, config)
显然,由于代码质量相当低,我无法理解它的程度,无法提供干净的重播代码。因此,尽管在这种情况下种群仅由加载的基因组组成,但是该代码只是在重用现有的游戏代码来训练种群。
无耻的插件:如果您想了解有关神经进化的更多信息,请参见此处:https ://towardsdatascience.com/9068f532f7f7
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句