训练后将保存的 NEAT-Python 基因组应用到测试环境

Applying saved NEAT-Python Genome to test environment after training

我已经使用一些 NEAT 算法为我自己的 AI 编写了一些简单的游戏,例如 flappy bird。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。人工智能学到了一些东西,我想保存那个进步。 TechwithTim YouTuber 说了一些关于使用 pickle 的事情,当我保存它时它对我有用。我什至可以从文件中加载它,但这就是我结束的地方。我不知道下一步该怎么做才能让一只鸟开始玩游戏,而在他之前玩游戏的那些鸟的知识。

节省一个代码

winner = p.run(game,50)
with open("winner.pkl", "wb") as f:
    pickle.dump(winner, f)
    f.close()

正在用另一个代码打开:

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。代码质量很低,评论形式的文档几乎不存在,变量命名也不是英文。如果您编写了该代码,那么对于初学者来说完全没问题。实际上甚至令人印象深刻。虽然特别是对于初学者教程,我强烈建议搜索更好解释和记录的教程。

话虽如此,这里是您需要添加到项目中以重播已保存基因组的代码:

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,由于代码质量很低,我无法理解到提供干净重播代码的程度。因此,代码只是简单地重复使用现有的游戏代码来训练人口,尽管在这种情况下人口仅由加载的基因组组成。

不要脸的插件:如果你想了解更多关于神经进化的知识,请看这里: https://towardsdatascience.com/9068f532f7f7