基于强化学习的AI玩Chrome内置的恐龙小游戏python源码+项目说明.zip

# DQN算法训练AI玩Chrome恐龙游戏 ## 开发环境 •**Python 3.9.16** •**PyTorch** **1.13.1** •**cuda** **12.0** •Chrome 113.0.5672.127 •selenium 4.9.1 •opencv-python 4.7.0.72 •argparse •matplotlib •numpy ## 文件目录 ``` │ agent.py │ controller.py │ dinorun.py │ model.py │ chromedriver.exe │ QDNdino.pptx │ README.md ├─ assets ├─ checkpoints ├─ pic │ ├─plot │ └─screenshot ``` ## 运行方式 在安装好的环境中，运行以下指令： ``` python dinorun.py --mode train ``` 进行训练。 ``` python dinorun.py --mode test ``` 用模型文件 `checkpoints\best-checkpoint.pth`进行测试，不会对模型进行修改。 ``` python dinorun.py --resume ``` 用模型文件 `checkpoints\best-checkpoint.pth`继续上次训练。 ``` python dinorun.py --help ``` 获取输入帮助。 **P.S.** `checkpoints`文件夹中有已经训练好的`best-checkpoint.pth`和`checkpoint.pth`，请选用2开头的版本并修改文件名以使用。 **注意：** 如果`webdriver`报错，需要安装`chromedriver`，前往https://chromedriver.storage.googleapis.com/index.html下载`Chrome`对应版本的`chromedriver`，添加至`Chrome.exe`同级目录和`Python`或`Anaconda`下的`Script`目录，并添加环境变量。 一般情况下无需此操作，因为新版本的`selenium`会自动安装`chromedriver`。 **血的教训：如果用Anaconda运行，一定要关浏览器而不是Anaconda，否则图画不出来！** ## 运行示例（测试模式）  训练数据：  测试数据（目前最高分**18270**）：  ## 参考项目 https://github.com/dexhunter/DeepLearningTRexRush https://github.com/Paperspace/DinoRunTutorial https://github.com/CharlesPikachu/AIGames/tree/master/AITRexRush