gym-sokoban

项目介绍：gym-sokoban

什么是Sokoban

Sokoban，即“仓库管理员”，是一款源自日本的传统益智游戏。在游戏中，玩家需要将房间内的所有箱子推至指定的存储位置或目标点。由于存在可能无可挽回的错误，这些谜题对玩家，尤其是强化学习算法来说，具有很大挑战性，因为这些算法大多缺乏预见未来的能力。

gym-sokoban项目概述

gym-sokoban是根据DeepMind的论文《增强想象力的智能体用于深度强化学习》中的规则来实现Sokoban游戏的开源库。该项目中的房间生成是随机的，因此可以训练深度神经网络，而无需过拟合于预定义的房间集合。

安装方法

使用PIP安装

如果要快速上手，可以使用pip来安装：

pip install gym-sokoban

从仓库安装

如果想要一个本地版本，可以从GitHub克隆库并进行安装：

git clone git@github.com:mpSchrader/gym-sokoban.git
cd gym-sokoban
pip install -e .

游戏环境

房间要素

每个游戏房间由五个主要元素组成：墙壁、地板、箱子、箱子目标点和玩家。这些元素可能存于不同状态，取决于它们是否与目标点重叠。

可执行动作

游戏提供9种动作来与环境交互，包括上下左右的推和移动动作，以及不执行任何操作的“无操作”动作。

动作	ID
无操作	0
向上推	1
向下推	2
向左推	3
向右推	4
向上移动	5
向下移动	6
向左移动	7
向右移动	8

奖励机制

完成游戏并将所有箱子推到目标点将获得10分的奖励。此外，将箱子推上或推出目标点分别获得1分和-1分的奖励。每执行一步操作，都会产生-0.1的罚分，鼓励玩家使用更短的解法。

关卡生成

每当加载或重置一个Sokoban环境时，房间都会被随机生成，主要经过三个阶段：拓扑结构生成、元素放置以及反向游戏。

游戏配置

Sokoban有多种配置可选，比如房间大小、箱子数量、渲染模式及规则等。

渲染模式

除了常规渲染外，还可以使用TinyWorld模式，在这个模式下，每个像素对应房间内的一个元素。

尺寸变化

玩家可以选择不同大小的房间配置，提供了从小于7x7到大于13x13等多种选择。

其他变化

除此之外，游戏也实现了或者计划实现一些变化形式，比如固定目标、多人玩家、推拉模式等，这些变化可能增加或降低游戏难度。

引用方式

如果您在研究中使用了该仓库，请引用以下信息：

@misc{SchraderSokoban2018,
  author = {Schrader, Max-Philipp B.},
  title = {gym-sokoban},
  year = {2018},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {https://github.com/mpSchrader/gym-sokoban}
}

联系和贡献

联系方式

如果对这个或其他项目感兴趣，可以通过GitHub问题或LinkedIn联系项目作者。

贡献方式

用户可以通过fork该库并提交他们所需的功能进行贡献。此外，也可以通过提交新issue来请求支持或新功能。