Projekt ten polega na stworzeniu prostej gry w Unity oraz testowaniu na niej agentów sztucznej inteligencji, którzy przechodzą tę grę dzięki wykorzystaniu metod uczenia ze wzmocnieniem (Reinforcement Learning).
Celem projektu jest stworzenie gry w Unity, w której graczem może być zarówno człowiek, jak i agent sztucznej inteligencji. Agent uczy się rozwiązywać poziomy gry poprzez interakcję z otoczeniem, optymalizując swoje decyzje dzięki algorytmom uczenia ze wzmocnieniem. Projekt został wykonany w ramach zajęć na uczelni, a jego głównym założeniem jest zbadanie efektywności różnych podejść AI w kontekście gier komputerowych.
- Prosta gra stworzona w silniku Unity
- Integracja agenta AI zdolnego do przechodzenia poziomów
- Możliwość definiowania zasad gry i poziomów trudności
- Wizualizacja wyników i analizy zachowania agenta
- Eksperymenty z różnymi algorytmami uczenia AI
Kroki, które trzeba wykonać, aby uruchomić projekt:
- Upewnij się, że masz zainstalowany Unity Hub i odpowiednią wersję Unity (informacja o wersji w pliku
ProjectSettings/ProjectVersion.txt). - Sklonuj repozytorium:
$ git clone https://github.com/uzytkownik/projekt-unity.git- Otwórz projekt w Unity Hub.
- (Opcjonalnie) Jeśli chcesz używać agenta AI, zainstaluj Condę, a następnie środowisko:
$ conda create --name ai_env python=3.9
$ conda activate ai_env
$ pip install -r requirements.txtW ramach projektu przeprowadzono szereg eksperymentów mających na celu zbadanie efektywności różnych algorytmów uczenia ze wzmocnieniem w kontekście gry. Wyniki przedstawiono na poniższych wykresach:
Wykres przedstawiający porównanie średniej liczby kroków potrzebnych agentowi do ukończenia poziomu:
Krzywa uczenia agenta dla wybranego algorytmu (średni reward w czasie):
Wyniki eksperymentów dla różnych poziomów trudności gry:
Ten projekt jest objęty licencją MIT - więcej informacji znajdziesz w pliku LICENSE.
Ten projekt jest objęty licencją MIT - więcej informacji znajdziesz w pliku LICENSE.