PWhiddy/PokemonRedExperiments

解決的問題

本專案提供一個框架與指令碼，用於訓練強化學習（RL）代理程式來玩《寶可夢 紅》遊戲。它讓使用者能夠觀察AI如何學習導航遊戲世界並推進劇情。

工作原理

本專案使用RL代理程式（透過Stable Baselines 3）與PyBoy模擬器與遊戲互動。包含兩個版本的訓練指令碼：一個原始基線版本，以及一個「V2」版本，該版本訓練速度更快、記憶體使用量更少，並採用基於坐標的探索獎勵，協助代理程式更深入遊戲，例如到達翠綠市。

適用對象

對強化學習、遊戲AI，以及將RL應用於複雜瓦片化環境的研究人員與愛好者。

主要亮點

• 預訓練模型：支援互動式執行預訓練模型，直觀觀察AI的實際表現。
• 訓練直播：提供一個包裝器，允許使用者將代理程式的訓練進度即時廣播至共享的全球遊戲地圖上。
• V2改進：基於坐標的探索獎勵系統，顯著提升訓練效率與探索深度。
• 可視化工具：支援透過TensorBoard、Weights & Biases以及靜態地圖可視化追蹤訓練進度。