mlgame 10.8.3

A machine learning game framework based on Pygame

MLGame

---

這是一個遊戲ＡＩ競賽的框架，依照此框架所開發的遊戲，可以透過ＡＩ來玩遊戲，並進行ＡＩ競賽。

使用方式

終端機範例

• 列出 help 文件

  python -m mlgame -h
  

• 命令列格式

  python -m mlgame [options] <game_folder> [game_params]
  

  • 執行打磚塊遊戲

    python -m mlgame \
    -f 120 -i ./path/to/ai/ai_client_file_name.py \
    ./path/to/game/arkanoid \
    --difficulty NORMAL --level 3
    

    • AI和遊戲的資料夾路徑可以使用相對路徑或是絕對路徑
    • 遊戲參數game_params須參考各個遊戲

位置引數(Positional Argument)

• game_folder
  • required
  • 遊戲資料夾所在的路徑，此路徑下需有config.py

功能性引數(Functional Argument)

options

• --version 顯示MLGame版本號

• -h, --help

  • 提供參數的說明

• -f FPS, --fps FPS

  • 設定遊戲的遊戲更新率(frame per second)，遊戲預設為每秒更新30次。
  • default : 30

• -1, --one-shot

  • 表示遊戲只執行一次，沒有加上這個參數，遊戲皆會不斷重新執行。
  • default : False

• --nd, --no-display

  • 加上此參數就不會顯示螢幕畫面。
  • default : False

• --ws_url WS_URL

  • 加上此參數，會建立一個websocket connection，並將遊戲過程中的資料傳到指定的路徑，若路徑失效，則遊戲無法啟動。

• -i AI_Client, --input-ai AI_Client

  • 指定要玩遊戲的AI，AI的檔案中，需要包含MLPlay這個class。
  • 若有多個玩家，可直接參考下方案例，路徑可以使用絕對路徑與相對路徑。

    -i ./path/to/ai/ai_01.py -i ./path/to/ai/ai_02.py 
    

  • AI數量需符合遊戲需求，每個遊戲都會有最小值與最大值，不足的會以最後一個AI自動補足，多的會自動刪去。
    • 遊戲若需要2個AI，給到1個AI則會同時扮演1P 2P
    • 遊戲若需要2個AI，給到3個AI則會自動排除最後一個

• -o output_folder, --output-folder output_folder

  • 將遊戲過程儲存到特定資料夾中，會自動建立一個時間戳記資料夾來儲存每一幀的圖片。
  • 此資料夾需要可讀寫，並且為有效路徑。
  • 若是沒有加上 -1 ，會不斷的紀錄遊戲結果。
  • 此選項會影響到執行效能，開啟後覺得卡頓屬於正常現象。

• -r progress-folder, --progress-folder progress-folder

  • 將遊戲每個 frame 儲存到特定資料夾中，會自動建立一個時間戳記資料夾來儲存各 frame 的內容，以檔案分開。
  • 可透過 -p, --progress-frame-frequency 指定一個檔案內的 frame 數量。
  • 檔案內容為 json，檔案名稱代表此檔案由哪個 frame 開始紀錄。
  • 此資料夾需要可讀寫，並且為有效路徑。

• -p progress-frame-frequency, --progress-frame-frequency progress-frame-frequency

  • 與 -r, --progress-folder 搭配。
  • 可指定一個檔案內的 frame 數量。

• --ns , --no-sound

  • 預設會開啟音效設定，加上此參數會關閉音效。

• --debug

  • 顯示debug 資訊，並紀錄debug.log檔案

• --az_upload_url AZ_UPLOAD_URL
  • 將遊戲過程紀錄檔案上傳至azure blob, AZ_UPLOAD_URL需包含連結字串

game_params

• optional
• 執行遊戲的參數依照每個遊戲有所不同，格式為--name_of_params value_of_params
• type
  • int : 0 1 -1 1.5
  • str : "0" "hello" "NORMAL"
  • list: 0,1 -1,1000,111 abc,cde,12
  • path: ./relative_path_to_file/file.txt,/absoulute_path_to_file/file.dat

畫面控制

• 遊戲執行可以使用 I J K L 進行平移
• 使用 U O放大縮小
• 使用 H 開啟或關閉部分資訊
• 使用 P 暫停遊戲畫面，暫停期間，遊戲邏輯不會運作，但仍可以調整畫面。
• 使用 M 在遊戲過程中開關音樂與音效。

相關專案

1. PAIA-Desktop
2. 範例遊戲 easy_game
3. 打磚塊 arkanoid
4. 乒乓球 pingpong
5. 賽車 Racing Car
6. 迷宮自走車 Maze Car

Future Work

1. Non-python Client Support
2. test case
3. 遊戲開發文件

Change Log

View CHANGELOG.md

開發與測試

環境變數設定

MLGame 框架支援使用環境變數來設定開發和測試時的路徑，避免硬編碼敏感資訊。所有環境變數都定義在 mlgame/tests/env.py 中。

可用的環境變數

• MLGAME_BASE_PATH: MLGame 專案的基礎路徑
• MLGAME_GAMES_PATH: 遊戲目錄的路徑
• MLGAME_AI_CLIENTS_PATH: AI 客戶端目錄的路徑
• MLGAME_OUTPUT_PATH: 輸出目錄的路徑
• MLGAME_VERBOSE_TESTS: 啟用測試時的詳細路徑記錄
• MLGAME_AZURE_CONTAINER_URL: azure blob container 路徑
• MLGAME_AZURE_BLOB_URL: azure blob 路徑

使用 .env 檔案

您可以在測試資料夾中建立 .env 檔案來設定環境變數。專案中提供了 .env.sample 作為範例。

# .env 檔案範例
MLGAME_BASE_PATH=/path/to/your/mlgame

要使用 .env 檔案，需安裝 python-dotenv 套件：

pip install python-dotenv

在程式中使用環境變數

要在您的程式中使用這些環境變數，只需從 env 模組匯入它們：

from mlgame.tests.env import BASE_PATH, GAMES_PATH, AI_CLIENTS_PATH, get_path

# 使用環境變數生成路徑
game_path = get_path(GAMES_PATH, 'my_game')