Skip to content

Latest commit

 

History

History
119 lines (86 loc) · 5.51 KB

README.md

File metadata and controls

119 lines (86 loc) · 5.51 KB

GITCGSimulator

Simulator for GeniusInvokation TCG, tailor-made for ai training

使用教程

初始化

from src.core.GameInstance import apply_react, reaction, GameInstance
from src.core.GameState import Location, Aura, GameState, Box
from src.game import activate, Game
b1 = Box(['Diluc','Diluc','Diluc'],[])
b2 = Box(['Diluc','Diluc','Diluc'],[])
state = GameState(b1,b2)
g = Game(state)
g.initiate(p1_active,p2_active, callback)

如此, 就可以完成基本的初始化. 注意目前版本暂时不准备适配手牌(尽管我们的框架已经为此准备好了,但是比较缺人). callback分派了两方callback, 一个典型的顶级callback如下:

def callback(g, event, *args):
    if event.player_id == 1:
        return p1.callback(g,event,*args)
    else:
        return p2.callback(g,event,*args)

p1,p2一般是全局变量, 或者用callback闭包.

对战

直接和AI对战可以使用test/Seach.ipynb或者test/AI/MCTSTrain.ipynb, 内部已经写好了一个自动分派的callback.

如果是MCTS类AI, 你可以通过去掉注释来加载checkpoint(已经预训练好的模型).

AI开发

对于AI开发而言,g.proceed和g.getIns是最重要的两个方法, 我们在此作简单介绍:

proceed(ins, new_game, callback). ins是一条指令Instruction, new_game是一个布尔变量, 如果为真, 则proceed将返回一个深拷贝Game(同时保持现有Game不变), 这很有利于搜索. callback是一个接受四参数gameinstance, event, event_set, event_queue的函数, 当死亡,掷骰时会调用该函数. callback并未区分玩家, 因此需要在callback内部进行判断(通常根据event.player_id进行区分). 注意, GITCGSim中玩家id为1或者2.

callback可以利用event_set和event_queue进行模拟. 具体来说, callback根据event生成可能的事件e, 然后重新组合q = event_set + [e] + event_queue, 得到正确的事件队列, 再新建一个EventHubeh = EventHub(q), 最后调用eh.checkout(g,callback), 则可以得到上述所有事件执行完毕后的游戏状态. 搜索该局面就可以得到这次选择的分数, 进而指导ai进行选择.

你也可以通过AI的类变量来隐式传参, 将callback也变为一种行动, 从而应用某些通用搜索算法.

getIns(player_id, ins)接受player_id和一个字符串, 返回None(如果行动非法)或者Instruction(但DiceInstance及可能的其他参数(譬如胡桃拆哪个)需要在外部指明). ins字符串如下:

na,skill,burst, sp1,sp2
switch next, switch previous
end round
play card X
tune card X

X是手牌下标. sp1,sp2对应的是非标准技能, 例如甘雨,纯水和草神的5费技能. 目前可用的选项是na,skill,burst, switch next, switch previous, end round. 这些构成了你的AI的动作空间.

Observer:

Observer的observe方法返回了对于局面的编码, 可自定义, 也可使用我们已经提供的src.core.Observer.TensorObserver.

关于GameInstance的更多细节将在之后补充.

RoadMap

  • 从纯字符串装载游戏

    • 使用pickle的状态拷贝(特别适用于alphabeta,cfr等不需要格式化数据的算法. 大约200us一次拷贝)
    • 使用export-restore的状态拷贝(该方法比pickle要慢(大约慢100us),但是可以导出矩阵形式数据).
    • 使用Cython进行加速(pypy已测试过, 从0.3ms/copy 优化到了6ms/copy. 有陷阱, 停止优化)

  • GameState内部组织完毕

  • GameState API完善(Doing)

  • 骰子系统

    • V1:全万能

  • 卡牌系统

    • 定义好所有抽象类
    • 字符串反射
    • 已实现卡牌(暂空)

  • 完善Event处理系统.

    • 定义必要的Event类
    • EventHub完成递归事件处理
    • 所有Event的执行逻辑(Doing)(包括history维护)
      • 充能, 交换行动, 使用技能
      • 召唤物
      • 状态
      • 伤害, 治疗, 死亡处理
      • 切换角色
      • 打出手牌
      • 调和手牌
      • 投掷阶段, 开始阶段, 结束阶段
      • 元素反应
        • 无副作用反应
        • 有副作用反应(草反应, 结晶, 超载)
    • 回调系统
      • 定义统一的回调接口避免参数过多. 需要定义一个成员变量告知回调函数现在需求什么回调.
      • Roll回调
      • DeathSwitch回调
      • ExchangeCard回调(须弥共鸣)

  • Instruction交互系统, AI接口

    • Instruction翻译成Event
    • 可读出GameState格式的游戏状态
    • Numpy格式的游戏状态(已定义, 未实现)

  • CLI 交互系统

贡献

欢迎任何贡献! 不如说, 这里很需要人手. 目前本项目比较关心两件事:

  1. 一个专门的测试程序, 用于DEBUG. 实际上项目目前就有一个很棘手的问题, 就是先伤害还是先强制切人; 伤害造成死亡时会立刻触发回调函数, 但如果有强制切人的话就不应该触发回调(但是结算伤害时看不到有没有强制切人效果).
  2. 用C++或者Cython改写核心代码以加速. 目前运行一步(包括执行+深拷贝)需要500us左右, AI在5s内可以搜索大约8000个节点. 其实这个效率对于MCTS已经够了,如果你有一个充分训练好的神经网络的话; 很可惜没有这样的神经网络. 另外, 游戏的矩阵形式定义还没有确定.

如果你比较关心AI方面的话, 试着跑一跑test/search, 看看目前的AlphaBeta AI有什么问题. 据我所知, 地平线效应在这里很严重, 而且AI缺乏很好的评估函数(同时它总是悲观估计自己, 不知道为何).