PWhiddy/PokemonRedExperiments

解决的问题

本项目提供了一个框架和脚本，用于训练强化学习（RL）智能体来玩《宝可梦 红》游戏。它允许用户观察AI如何学习导航游戏世界并推进剧情。

工作原理

该项目使用RL智能体（通过Stable Baselines 3）和PyBoy模拟器与游戏互动。包含两个版本的训练脚本：一个原始基线版本，以及一个“V2”版本，该版本训练速度更快、内存占用更少，并采用基于坐标的探索奖励，帮助智能体更深入游戏，例如到达翠绿市。

适用人群

对强化学习、游戏AI以及将RL应用于复杂瓦片化环境的研究人员和爱好者。

主要亮点

• 预训练模型：支持交互式运行预训练模型，直观观察AI的实际表现。
• 训练直播：提供一个包装器，允许用户将智能体的训练进度实时广播到共享的全球游戏地图上。
• V2改进：基于坐标的探索奖励系统，显著提升训练效率和探索深度。
• 可视化工具：支持通过TensorBoard、Weights & Biases以及静态地图可视化追踪训练进展。