moziai
moziai是在墨子推演平台上运行强化学习的python组件,目的是方便大家在墨子平台开发强化学习算法,墨子平台提供了与强化学习的python代码进行交互的界面,以获取状态空间并执行动作。用户可以基于墨子AI开发包开展深度学习、机器学习、对抗博弈、多智能体、行为树等多种模式的人工智能研究,以期在战术战法研究、效能评估、智能蓝军、规则学习与策略更新等多个应用领域产生突破性成果。
快速入门指南
获取moziai
windows
获取moziai软件包最简单的方法是从gitee克隆到本地:
git clone https://gitee.com/hs-defense/moziai.git python代码的运行版本为python3.6.9,python依赖包可以参考代码仓库中的requirements.txt文件,通过 pip install -r requirement.txt安装相关的环境依赖。
第二种方法 使用 pip install 安装moziai,会自动下载python依赖。由于moziai主要是为用户提供案例demo和与“墨子”推演系统的接口,所以pip安装后,可以到 ./Lib/site-packages下把mozi_ai_sdk,mozi_simu_sdk,mozi_utils三个文件夹复制到桌面或任意位置,然后把该环境的python设为moziai项目的python 解释器。
pip install mozi-ai -i https://pypi.org/simple/ 推荐使用第一种方法获取moziai,针对第一种方法,也可到https://www.hs-defense.com/col.jsp?id=105 mozi·AI开发包(windows)下载离线的python开发环境安装包和安装流程文档。
linux
环境要求:centos 7.6,其他版本未测试,docker>=19.0
Linux版本的“墨子”推演系统是一个docker镜像,安装比较麻烦。可以到https://www.hs-defense.com/col.jsp?id=105 页面中间下载:全国兵棋推演大赛专项赛智能体开发平台离线安装包,下载的压缩包中有安装流程文档。
获取墨子推演平台
硬件环境:CPU i5及以上,显卡GTX 960 及以上(兼容cuda8.0以上的显卡驱动),内存8G。
获取墨子推演平台,可以到华戍防务官网支持中心https://www.hs-defense.com/col.jsp?id=105下载, 其中包括windows个人版和linux版本,linux版本参考上边离线下载。
moziai运行测试
参考码云上“墨子AI开发环境安装手册—anaconda” 安装完python开发环境后,进入到mozi_ai_sdk案例文件bt_test, 运行main_versus.py文件。在墨子推演平台能够可视化的看到代码运行的效果。
其他案例与bt_test案例相似,且在每个案例文件夹中,带有readme介绍如何启动案例。
Metadata
Release files for mozi-ai 0.1.1.4
For a detailed explanation of source distributions (sdists) and built distributions (wheels), please see the package formats documentation.
Built distribution (wheel)
| File | Interpreter | ABI | Platform | Reset |
|---|---|---|---|---|
| mozi_ai-0.1.1.4-py3-none-any.whl | Python 3 | none | any | Details |
Release files / mozi_ai-0.1.1.4-py3-none-any.whl
| Download URL | mozi_ai-0.1.1.4-py3-none-any.whl |
|---|---|
| Size | 18.5 MB |
| Tags | Python 3 |
|
SHA-256 checksum How to use checksums |
2447fd246533f65e665c3c831d0fde524dd48b2d5f49ee5472825fb0044ef0d4
|
|
BLAKE2b-256 checksum How to use checksums |
4681855e005b7073559d7e15b9b4c9512415705a839c978a00125cfbd514cdb2
|
| Upload date | |
|
Uploaded using Trusted Publishing? What is trusted publishing? |
No |
| Uploaded via |
twine/3.8.0 pkginfo/1.8.2 readme-renderer/34.0 requests/2.27.1 requests-toolbelt/0.9.1 urllib3/1.26.9 tqdm/4.62.3 importlib-metadata/4.8.3 keyring/23.4.1 rfc3986/1.5.0 colorama/0.4.4 CPython/3.6.5
|