时间戳

首页 > 解决方案 > 训练后将保存的 NEAT-Python 基因组应用于测试环境

python - 训练后将保存的 NEAT-Python 基因组应用于测试环境

问题描述

我已经使用了一些 NEAT 算法来编写我自己的 AI 代码，用于一些简单的游戏，比如 Flappy Bird。一切正常，我知道发生了什么。问题是我不知道如何处理结果。人工智能学到了一些东西，我想保存那个进步。TechwithTim YouTuber 说了一些关于使用 pickle 的内容，当我保存它时它对我有用。我什至可以从文件中加载它，但这就是我结束的地方。我不知道下一步该做什么，只开始一只鸟来玩游戏，而那些鸟在他之前玩游戏的知识。

保存在一个代码中

winner = p.run(game,50)
with open("winner.pkl", "wb") as f:
    pickle.dump(winner, f)
    f.close()

在另一个代码中打开：

with open("winner.pkl", "wb") as f:
    genome = pickle.load(f)

使用时

print(type(genome))

输出是

<class "neat.genome.DefaultGenome">

标签： pythonartificial-intelligenceneat

解决方案

我假设您提供的代码不是您自己的，并且您正在遵循某种教程。代码的质量非常低，注释形式的文档实际上是不存在的，变量命名不是英文的。如果您编写了代码，那么对于初学者来说这完全没问题。实际上甚至令人印象深刻。尽管特别是对于初学者的教程，我强烈建议搜索更好的解释和文档教程。

话虽如此，这是您需要添加到项目中以重播保存的基因组的代码：

def replay_genome(config_path, genome_path="winner.pkl"):
    # Load requried NEAT config
    config = neat.config.Config(neat.DefaultGenome, neat.DefaultReproduction, neat.DefaultSpeciesSet, neat.DefaultStagnation, config_path)

    # Unpickle saved winner
    with open(genome_path, "rb") as f:
        genome = pickle.load(f)

    # Convert loaded genome into required data structure
    genomes = [(1, genome)]

    # Call game with only the loaded genome
    game(genomes, config)

显然，由于代码质量非常低，我无法理解到提供干净的重播代码的程度。因此，代码只是重用现有的游戏代码来训练种群，尽管在这种情况下种群仅包含加载的基因组。

无耻插件：如果您想了解更多关于神经进化的信息，请参见此处： https ://towardsdatascience.com/9068f532f7f7

推荐阅读