2048-api

基于在线学习、分层学习训练卷积神经网络控制2048小游戏

Code structure

• game.py: the core 2048 Game class.

• agents.py: the Agent class with instances.

• displays.py: the Display class with instances, to show the Game state.

• expectimax/: a powerful ExpectiMax agent by here.

• static/: frontend assets (based on Vue.js) for web app.

• webapp.py: run the web app (backend) demo.

• evaluate.py: evaluate your self-defined agent.

• train_my_model.py: 边生成训练集边训练模型（需要在GPU环境下运行）

• train_my_model_dataSet.py: 使用我在上海交通大学学生创新中心资源池已生成的训练集训练模型（需要在GPU环境下运行）

• tools_for_model.py: 训练模型、预测结果需要使用到的工具函数

• my_model.py: 定义了本项目使用到的神经网络

• picture_for_project/: 包含了我的模型框架图以及运行1000次的成绩分布图

Requirements

• 同时提供了Windows与Linux下编译生成的expectimax，请选择合适的expectimax运行代码（需要在代码中expectimax的导入部分进行调整）其中Windows下运行的expectimax，在\expectimax \bin文件夹中的可执行文件为2048.exe
• 本项目模型在pytorch-gpu 1.3.1版本下完成训练
• 本项目在云服务器（Linux）和本地（Windows）下均有运行，但可能需要进行一定代码调整

To compile the pre-defined ExpectiMax agent

cd game2048/expectimax
bash configure
make

在Windows下同样可以实现，但需要安装Git Bash以及MinGW

To run the evaluate.py

python evaluate.py >> EE228_evaluate.log

注意需要在pytorch-gpu、有GPU环境下运行；若无GPU，则需要将代码的PATH和score部分修改为

PATH = './2048_CPU.pth'
score = single_run(GAME_SIZE, SCORE_TO_WIN,
                   AgentClass=TestAgent, model = model)

LICENSE

The code is under Apache-2.0 License.

For EE369 / EE228 students from SJTU

Please read course project requirements and description.