Ziel dieser Mini-Challenge ist verschiedene Reinforcement-Learning Agenten für das Atari Spiel "Space Invaders" zu trainieren.
In diesem Repository findet ihr ein Template, auf dem ihr eure Lösung implementieren könnt, sowie eine Beispiel-Implementation eines einfachen DQN Agenten.
- bericht: Bericht für die Abgabe
- eval: Notebook zum Erstellen der Plots
- helper: Python-File für ausgelagerte Funktionen
- runs: Gespeicherte Runs des Trainings
- videos: Gespeicherte Videos des Trainings
- *.py: Auszuführende Files für das Modelltraining
- requirements.txt: Gebrauchte Libraries
Um das Repository lokal benutzen zu können, müssen zuerst die gebrauchten Libraries installiert werden:
pip install -r requirements.txt
Danach können die einzelnen Ansätze mit dem jeweiligen File ausgeführt werden. Zum Beispiel:
python baseline.py
Dies erstellt dann jeweils einen neuen Ordner in runs, wo die Logt im Format von Tensorboard abgelegt werden. Dieses kann für eine schnelle Evaluation geöffnet werden:
tensorboard --logdir runs
Anschliessend kann mit dem Notebook eval/plots.ipynb die individuelle Auswertung gemacht werden.