【资源说明】 1、该资源包括项目的全部源码,下载可以直接使用! 2、本项目适合作为计算机、数学、电子信息等专业的课程设计、期末大作业和毕设项目,作为参考资料学习借鉴。 3、本资源作为“参考资料”如果需要实现其他功能,需要能看懂代码,并且热爱钻研,自行调试。 多智能体博弈兵棋推演理论与验证平台设计源码(本科毕业设计).zip 文件说明: 一、算法代码文件夹内容: 附录A: cal_matrix.py 是仅限1v1情形下计算“normal form”的支付矩阵中的每一个元素的值的代码, 用于一致性检验,例如<4,2,2>情形下其输出为一个6x6矩阵。 附录B: LH.py是使用LH源代码的matlab代码的接口文件,由于LH源代码在健壮性和格式统一上有所不足, 因而编写该文件方便进行调用。 bimat.m即为LH源代码的matlab文件。 bimat_zero.m是适应零和博弈的情形的接口改动,LH.py实际直接调用的文件为此文件。 nash_recurrence.py是最初只适应于1v1的子博弈递推计算的代码。 nash_recurrence_2_2.py是在nash_recurrence.py基础上实现了双方智能体的扩展, 泛用于m v n 的情形,功能上可以完全取代nash_recurrence.py。 附录D: 强化学习代码相关文件。 包括DQN、NashQLearning两个文件中的强化学习代码以及trained_vs_DQN_main.py,shoot_env.py是训练环境代码, 其它代码: draw_plot.py,主要是绘图和数据统计等功能性函数。 二、验证平台代码文件夹内容: 附录C: 验证平台代码,包括battlefield.py,controlGui.py,mainGui.py,messageGui.py几个文件。 依赖库说明: 由于直接调用matlab文件,需要在安装matlab后,进入 "matlab安装目录\extern\engines\python"目录下,shift+右键打开powershell 之后输入python setup.py install进行安装,即可在python文件中调用matlab文件。 强化学习相关的代码主要使用TensorFlow和gym库。 验证平台的相关代码使用库包括opencv-python, pillow, matplotlib, tkinter 如有遗漏,请根据import错误的位置百度查找对应的库并使用pip install安装。
- 1
- 粉丝: 1518
- 资源: 5643
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助