目录

一、说明

二、步骤

1. 下载

2.配置环境

 3.替换

 4.测试

 5.训练

---

一、说明

该项目是 针对B站UP主 林亦LYi 的作品 格斗之王！AI写出来的AI竟然这么强！的使用指南，目的是在帮助更多小白轻松入门，一起感受AI的魅力。

林亦LYi项目代码：GitHub - linyiLYi/street-fighter-ai: This is an AI agent for Street Fighter II Champion Edition.

二、步骤

1. 下载

直接下载林亦LYi项目代码，或者从我的备份下载https://github.com/JizhiXiang/video-for-Street-Fighter-Ai，数据量更小更快，或者从我上传的CSDN附件下载。

2.配置环境

# 创建 conda 环境，将其命名为 StreetFighterAI，Python 版本 3.8.10
conda create -n StreetFighterAI python=3.8.10
conda activate StreetFighterAI# 安装 Python 代码库
cd [项目上级文件夹]/street-fighter-ai/main
pip install -r requirements.txt# 运行程序脚本定位 gym-retro 游戏文件夹位置
cd ..
python .\utils\print_game_lib_folder.py

注意事项：

pip安装的库最好按照指定的版本，比如

gym==0.21.0
gym-retro==0.8.0
stable-baselines3==1.7.0

否则运行时可能出现各种意想不到的bug。

如果下载速度太慢，可以更改国内镜像，百度搜索关键词“pip 清华源”等。

 3.替换

左边为执行python .\utils\print_game_lib_folder.py后得到的路径，右边为下载代码data的路径，将右边的全部复制(替换)到左边去。

 4.测试

cd [项目上级文件夹]/street-fighter-ai/main
python test.py

注意：直接加载原作者的模型是有可能跑不通的,(你自己训练的模型是能跑通的)，shape不匹配，要做一下reshape操作，代码如下：

# 参考https://github.com/linyiLYi/street-fighter-ai/issues/16#issuecomment-1515463967
# if not RANDOM_ACTION:
#     # 如果是你自己训练的模型    
#     model = PPO.load(os.path.join(MODEL_DIR, MODEL_NAME), env=env)
if not RANDOM_ACTION:# 如果你使用的是linyiLYi提供的模型keys = ['high', 'low', 'bounded_above', 'bounded_below']setattr(env.observation_space, '_shape', (3,100,128))for k in keys:new_attr = getattr(env.observation_space, k).reshape(3,100,128)setattr(env.observation_space, k, new_attr)model = PPO.load(os.path.join(MODEL_DIR, MODEL_NAME), env=env,custom_objects = {'observation_space': env.observation_space, 'action_space': env.action_space})

 5.训练

cd [项目上级文件夹]/street-fighter-ai/main
python train.py

注意，不会打印输出东西，而是会在./main/logs/中可以查看训练曲线，在./main/trained_models中保存模型和training_log.txt日志文件。

在执行命令过程中，如果想退出，按Ctrl+C键。

 6.曲线

cd [项目上级文件夹]/street-fighter-ai/main
tensorboard --logdir=logs/

正常情况应该会出图，如果出现下面情况，查看Log directory是否正确。如果不对，可以将尝试修改默认端口等操作。（有的是jiang改成绝对路径）

如果使用VScode，可以直接Ctrl+Shift+P，输入tensorboard，然后按照提示选择文件夹路径即可启动，如下：