懂AI
hok_env

hok_env

腾讯王者荣耀AI环境提供多智能体强化学习新挑战

腾讯开发的Honor of Kings AI开放环境基于王者荣耀游戏,为多智能体强化学习提供新的泛化挑战。环境支持多样化英雄和对手,详细定义了观察空间、动作空间和奖励设计,并提供与游戏引擎交互的Python接口。目前支持1v1和3v3模式,可使用20个英雄进行训练。项目还包含基线算法实现和泛化挑战分析,为AI研究提供了新的基准测试平台。

王者荣耀AI强化学习MOBA开放环境Github开源项目
访问官网GitHub论文文档

腾讯王者荣耀AI开放环境

头像

更新：3v3模式现已可用

python3.8 -c "from hok.hok3v3.unit_test.test_env import run_test; run_test()"

更多信息请参考hok3v3。

关于使用hok_env环境和集成的rl_framework进行集群训练的说明，请参阅cluster.md文档。

简介

PyPI 图片

  • Hok_env是MOBA游戏王者荣耀的开放环境。

  • 本仓库主要包括Hok_env SDK、一个强化学习训练框架以及基于该训练框架的PPO算法实现。Hok_env SDK用于与王者荣耀的游戏核心进行交互。

  • 本仓库还包含以下论文的实现代码：

    王者荣耀竞技场：一个用于竞争性强化学习泛化的环境
    Hua Wei*, Jingxiao Chen*, Xiyang Ji*, Hongyang Qin, Minwen Deng, Siqin Li, Liang Wang, Weinan Zhang, Yong Yu, Lin Liu, Lanxiao Huang, Deheng Ye, Qiang Fu, Wei Yang. (*Equal contribution)
    NeurIPS数据集与基准2022
    项目页面：https://github.com/tencent-ailab/hok_env
    arXiv：https://arxiv.org/abs/2209.08483

    摘要：本文介绍了王者荣耀竞技场，这是一个基于当前世界上最受欢迎游戏之一的王者荣耀的强化学习（RL）环境。与之前大多数研究中的其他环境相比，我们的环境为竞争性强化学习带来了新的泛化挑战。它是一个多智能体问题，一个智能体与对手竞争；它需要泛化能力，因为有多样化的控制目标和多样化的竞争对手。我们描述了王者荣耀领域的观察、动作和奖励规范，并提供了一个开源的基于Python的接口用于与游戏引擎通信。我们在王者荣耀竞技场中提供了二十个目标英雄，涵盖各种任务，并展示了基于RL方法使用可行计算资源的初步基线结果。最后，我们展示了王者荣耀竞技场带来的泛化挑战以及应对这些挑战的可能方法。所有软件（包括环境类）都可以在以下网址公开获取：https://github.com/tencent-ailab/hok_env。文档可在以下网址获取：https://aiarena.tencent.com/hok/doc/。

  • hok_env当前支持的英雄：

    • 鲁班七号
    • 米莱狄
    • 李白
    • 马可波罗
    • 狄仁杰
    • 关羽
    • 貂蝉
    • 露娜
    • 韩信
    • 花木兰
    • 不知火舞
    • 橘右京
    • 后羿
    • 钟馗
    • 干将莫邪
    • 凯
    • 公孙离
    • 裴擒虎
    • 上官婉儿

运行要求

  • Python >= 3.6, <= 3.9

  • Windows 10/11或Linux wine（用于部署Windows游戏核心服务器）

  • Docker（用于在Linux容器上部署hok_env）

    • 对于Windows，需要WSL 2（Windows Subsystem for Linux Version 2.0）

hok_env的游戏核心在Windows平台上运行，而hok_env包需要部署在Linux平台上与游戏核心交互。

我们还提供了一个Docker镜像，方便您在计算机上进行训练。在未来的版本中，我们将发布一个与Linux兼容的游戏核心服务器。

要启用集群训练，这里有一个在Linux上运行Windows游戏核心的解决方法：在Linux上运行Windows游戏核心。

游戏核心安装

下载王者荣耀游戏核心

您需要在此页面申请许可证和游戏核心：https://aiarena.tencent.com/aiarena/en/open-gamecore

请将license.dat文件放在以下文件夹中：hok_env_gamecore/gamecore/core_assets。

头像

测试游戏核心

打开CMD

cd gamecore\bin
set PATH=%PATH%;..\lib\
.\sgame_simulator_remote_zmq.exe .\sgame_simulator.common.conf

sgame_simulator_remote_zmq.exe需要一个参数：sgame_simulator.common.conf配置文件路径 你可以看到以下消息：

PlayerNum:2
AbsPath:../scene/1V1.abs
PlayerInfo [CampID:0][HeroID:199][Skill:80104][AutoAi:1][AiServer::0:100] [Symbol 0 0 0] [Request:-1]
PlayerInfo [CampID:1][HeroID:199][Skill:80104][AutoAi:1][AiServer::0:100] [Symbol 0 0 0] [Request:-1]
SGame模拟器开始
init_ret:0
种子: 3417
符号:
inHeroId: 199
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
inHeroId: 199
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
start_ret:0
英雄[0] inHeroId:199; outPlayerId:148
英雄[1] inHeroId:199; outPlayerId:149
[英雄信息] [英雄ID:199] [运行时ID:8] client_id:0.0.0.0_1658_0_20221202193534_148
[英雄信息] [英雄ID:199] [运行时ID:9] client_id:0.0.0.0_1658_0_20221202193534_149
boost_ret 完成: 8, gameover_ai_server: 0
close_ret:0
uninit_ret:0
SGame模拟器结束 [帧数:8612][用时:7580毫秒]

游戏核心已成功启动！

以下是sgame_simulator.common.conf的内容：

{
    "abs_file": "../scene/1V1.abs",
    "core_assets": "../core_assets",
    "game_id": "kaiwu-base-35401-35400-6842-1669963820108111766-217",
    "hero_conf": [
        {
            "hero_id": 199
        },
        {
            "hero_id": 199
        }
    ]
}

输出文件：

AIOSS_221202-1935_linux_1450111_1450123_1_1_20001_kaiwu-base-35401-35400-6842-1669963820108111766-217.abs
kaiwu-base-35401-35400-6842-1669963820108111766-217.json
kaiwu-base-35401-35400-6842-1669963820108111766-217.stat
kaiwu-base-35401-35400-6842-1669963820108111766-217_detail.stat

1对1

观察空间和动作空间

请参考 https://aiarena.tencent.com/hok/doc/quickstart/index.html

使用方法

请参考 hok1v1/unit_test 了解hok1v1的基本用法。

请参考 aiarena/1v1 了解hok1v1的训练代码。

在WSL中使用演示脚本测试游戏核心

你可以在wsl中使用一个简单的Python脚本来测试游戏核心。

确保你的电脑支持wsl2

关于wsl2的安装和升级，请参考以下链接：https://docs.microsoft.com/zh-cn/windows/wsl/install-manual#step-4---download-the-linux-kernel-update-package

你需要在wsl中安装python3.6和一些必要的依赖。

在wsl2中运行测试脚本

  1. 在wsl2外启动游戏核心服务器

    cd gamecore
gamecore-server.exe server --server-address :23432

  2. 在Python中安装hok_env

    ## git克隆此仓库后 
cd hok_env/hok_env
pip install -e .

  3. 运行测试脚本

    cd /hok_env/hok/hok1v1/unit_test
python test_env.py

如果你看到以下消息，说明你已成功与Hok_env建立连接并完成了一局游戏。恭喜你！

# python test_env.py
127.0.0.1:23432 127.0.0.1
======= test_send_action
camp_config {'mode': '1v1', 'heroes': [[{'hero_id': 132}], [{'hero_id': 133}]]}
common_ai [False, True]
尝试获取第一个状态...
第一个状态: dict_keys(['observation', 'legal_action', 'reward', 'done', 'model_output_name', 'game_id', 'player_id', 'frame_no', 'sub_action_mask', 'req_pb', 'sgame_id'])
第一帧: 0
----------------------运行步骤 0
----------------------运行步骤 100
----------------------运行步骤 200
----------------------运行步骤 300
----------------------运行步骤 400
----------------------运行步骤 500
----------------------运行步骤 600
----------------------运行步骤 700
----------------------运行步骤 800
----------------------运行步骤 900
----------------------运行步骤 1000
----------------------运行步骤 1100
2023-08-23 13:13:57.782 | INFO     | hok.common.log:info:85 - 游戏尚未结束，首先发送关闭游戏：当前帧号(3525)
[{
    "player_id": 8,
    "frame_no": 30,
    "observation": array([1.00000000e00, 1.00000000e00, 0.00000000e00, 0.00000000e00, ...]),
    "reward": (0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0, 0.0),
    "legal_action": array([1.0, 1.0, 1.0, 0.0, 0.0, ...]),
    "sub_action_mask": {
        0: array([1.0, 0.0, 0.0, 0.0, 0.0, 0.0]),
        1: array([1.0, 0.0, 0.0, 0.0, 0.0, 0.0]),
        ...
        11: array([1.0, 0.0, 0.0, 0.0, 0.0, 0.0]),
    },
    "req_pb": hok.hok1v1.lib.interface.AIFrameState,
}, ...]

修改1v1游戏配置

在运行游戏环境之前，你需要在运行路径下创建config.json文件。

示例：

{
  "reward_money": "0.006",
  "reward_exp": "0.006" ,
  "reward_hp_point": "2.0",
  "reward_ep_rate": "0.75",
  "reward_kill": "-0.6",
  "reward_dead": "-1.0",
  "reward_tower_hp_point": "5.0",
  "reward_last_hit": "0.5",
  
  "log_level": "4"
}

此配置文件包含子奖励因子和protobuf处理部分的日志级别。 该文件仅在创建HoK1v1实例时加载，即使你调用HoK1v1.reset，任何修改也不会重新加载。

在大多数情况下，log_level应设置为4以避免无用的日志信息。 只有在使用我们的环境遇到错误时，log_level可能需要设置较低的值，以帮助我们获取更多关于你遇到的错误的信息。

3v3

观察和动作空间

更多信息请参考hok3v3。

使用方法

假设你已经在127.0.0.1:23432启动了游戏核心服务器，并且运行hok_env的IP是127.0.0.1。

以下是hok3v3环境的基本用法：

  • 获取环境实例：

    GC_SERVER_ADDR = os.getenv("GAMECORE_SERVER_ADDR", "127.0.0.1:23432")
AI_SERVER_ADDR = os.getenv("AI_SERVER_ADDR", "127.0.0.1")
reward_config = RewardConfig.default_reward_config.copy()

env = get_hok3v3(GC_SERVER_ADDR, AI_SERVER_ADDR, reward_config)

  • 重置环境并开始新游戏

    use_common_ai = [True, False]
camp_config = {
    "mode": "3v3",
    "heroes": [
        [{"hero_id": 190}, {"hero_id": 173}, {"hero_id": 117}],
        [{"hero_id": 141}, {"hero_id": 111}, {"hero_id": 107}],
    ],
}
env.reset(use_common_ai, camp_config, eval_mode=True)

  • 游戏循环和预测

    gameover = False
while not gameover:
    for i, is_comon_ai in enumerate(use_common_ai):
        if is_comon_ai:
            continue

        continue_process, features, frame_state = env.step_feature(i)
        gameover = frame_state.gameover
        # 每3帧预测一次
        if not continue_process:
            continue

        probs = random_predict(features, frame_state)
        ok, results = env.step_action(i, probs, features, frame_state)
        if not ok:
            raise Exception("步骤动作失败")

env.close_game(force=True)

你可以通过以下方式获取默认奖励配置：

reward_config = RewardConfig.default_reward_config.copy()

以下是奖励配置示例：

reward_config = {
    "whether_use_zero_sum_reward": 1,
    "team_spirit": 0,
    "time_scaling_discount": 1,
    "time_scaling_time": 4500,
    "reward_policy": {
        "hero_0": {
            "hp_rate_sqrt_sqrt": 1,
            "money": 0.001,
            "exp": 0.001,
            "tower": 1,
            "killCnt": 1,
            "deadCnt": -1,
            "assistCnt": 1,
            "total_hurt_to_hero": 0.1,
            "atk_monster": 0.1,
            "win_crystal": 1,
            "atk_crystal": 1,
        },
    },
    "policy_heroes": {
        "hero_0": [169, 112, 174],
    },
}

你可以通过 HERO_DICT 获取英雄名称对应的 hero_id：

from hok.common.camp import HERO_DICT
print(HERO_DICT)

完整的上述代码请参考 hok3v3/test_env。

你可以通过以下脚本运行测试代码：

python3.8 -c "from hok.hok3v3.unit_test.test_env import run_test; run_test()"

如果运行正常，你将看到以下信息：

2023-12-28 12:54:28.106 | INFO     | hok.hok3v3.unit_test.test_env:get_hok3v3:14 - Init libprocessor: /usr/local/lib/python3.8/dist-packages/hok/hok3v3/config.dat
2023-12-28 12:54:28.106 | INFO     | hok.hok3v3.unit_test.test_env:get_hok3v3:15 - Init reward: {'whether_use_zero_sum_reward': 1, 'team_spirit': 0.2, 'time_scaling_discount': 1, 'time_scaling_time': 4500, 'reward_policy': {'policy_name_0': {'hp_rate_sqrt': 1, 'money': 0.001, 'exp': 0.001, 'tower': 1, 'killCnt': 1, 'deadCnt': -1, 'assistCnt': 1, 'total_hurt_to_hero': 0.1, 'ep_rate': 0.1, 'win_crystal': 1}}, 'hero_policy': {1: 'policy_name_0'}, 'policy_heroes': {'policy_name_0': [1, 2]}}
2023-12-28 12:54:28.107 | INFO     | hok.hok3v3.unit_test.test_env:get_hok3v3:16 - Init gamecore environment: 127.0.0.1:23432 127.0.0.1
2023-12-28 12:54:28.107 | INFO     | hok.hok3v3.reward:update_reward_config:116 - Update reward config: time_scaling_time:4500, time_scaling_discount:1, team_spirit:0.2, whether_use_zero_sum_reward:1
2023-12-28 12:54:28.107 | INFO     | hok.hok3v3.reward:update_reward_config:124 - Update hero reward config: 1 -> {'hp_rate_sqrt': 1, 'money': 0.001, 'exp': 0.001, 'tower': 1, 'killCnt': 1, 'deadCnt': -1, 'assistCnt': 1, 'total_hurt_to_hero': 0.1, 'ep_rate': 0.1, 'win_crystal': 1}
2023-12-28 12:54:28.107 | INFO     | hok.hok3v3.reward:update_reward_config:124 - Update hero reward config: 2 -> {'hp_rate_sqrt': 1, 'money': 0.001, 'exp': 0.001, 'tower': 1, 'killCnt': 1, 'deadCnt': -1, 'assistCnt': 1, 'total_hurt_to_hero': 0.1, 'ep_rate': 0.1, 'win_crystal': 1}
2023-12-28 12:54:28.136 | INFO     | hok.hok3v3.server:start:31 - Start server at tcp://0.0.0.0:35151
2023-12-28 12:54:28.139 | INFO     | hok.hok3v3.env:reset:85 - Reset info: agent:0 is_common_ai:True
2023-12-28 12:54:28.139 | INFO     | hok.hok3v3.env:reset:85 - Reset info: agent:1 is_common_ai:False
2023-12-28 12:54:30.212 | INFO     | hok.hok3v3.unit_test.test_env:run_test:78 - ----------------------run step 0
2023-12-28 12:54:30.673 | INFO     | hok.hok3v3.unit_test.test_env:run_test:78 - ----------------------run step 100
2023-12-28 12:54:30.945 | INFO     | hok.hok3v3.unit_test.test_env:run_test:78 - ----------------------run step 200

集群训练

请参考 cluster.md 文档，了解如何使用 hok_env 环境和集成的 rl_framework 进行集群训练。

回放软件：ABS 解析工具（将与游戏核心一起提供）

观看游戏是直观了解代理在整场比赛中表现的方法。我们提供了一个回放工具来可视化比赛。

这是一个官方回放软件，它解析游戏核心生成的 ABS 文件，并在王者荣耀的游戏界面中输出视频。 游戏核心生成的 ABS 文件可以在游戏核心文件夹下找到。 你可以将 ABS 文件放在 Replays 文件夹下，然后运行 ABSTOOL.exe 来可视化比赛。 avatar

预构建镜像

https://hub.docker.com/r/tencentailab/hok_env

另请参阅：run_with_prebuilt_image

从 PyPI 安装

pip install hok

引用

如果你使用了 hok_env 的游戏核心或本仓库中的代码，请按以下方式引用我们的论文：

@inproceedings{wei2022hok_env,
  title={Honor of Kings Arena: an Environment for Generalization in Competitive Reinforcement Learning},
  author={Wei, Hua and Chen, Jingxiao and Ji, Xiyang and Qin, Hongyang and Deng, Minwen and Li, Siqin and Wang, Liang and Zhang, Weinan and Yu, Yong and Liu, Lin and Huang, Lanxiao and Ye, Deheng and Fu, Qiang and Yang, Wei},
  booktitle={Proceedings of the Neural Information Processing Systems Track on Datasets and Benchmarks},
  year={2022}
}

编辑推荐精选

讯飞智文

讯飞智文

一键生成PPT和Word，让学习生活更轻松

讯飞智文是一个利用 AI 技术的项目，能够帮助用户生成 PPT 以及各类文档。无论是商业领域的市场分析报告、年度目标制定，还是学生群体的职业生涯规划、实习避坑指南，亦或是活动策划、旅游攻略等内容，它都能提供支持，帮助用户精准表达，轻松呈现各种信息。

AI办公办公工具AI工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图热门
讯飞星火

讯飞星火

深度推理能力全新升级，全面对标OpenAI o1

科大讯飞的星火大模型，支持语言理解、知识问答和文本创作等多功能，适用于多种文件和业务场景，提升办公和日常生活的效率。讯飞星火是一个提供丰富智能服务的平台，涵盖科技资讯、图像创作、写作辅助、编程解答、科研文献解读等功能，能为不同需求的用户提供便捷高效的帮助，助力用户轻松获取信息、解决问题，满足多样化使用场景。

热门AI开发模型训练AI工具讯飞星火大模型智能问答内容创作多语种支持智慧生活
Spark-TTS

Spark-TTS

一种基于大语言模型的高效单流解耦语音令牌文本到语音合成模型

Spark-TTS 是一个基于 PyTorch 的开源文本到语音合成项目，由多个知名机构联合参与。该项目提供了高效的 LLM（大语言模型）驱动的语音合成方案，支持语音克隆和语音创建功能，可通过命令行界面（CLI）和 Web UI 两种方式使用。用户可以根据需求调整语音的性别、音高、速度等参数，生成高质量的语音。该项目适用于多种场景，如有声读物制作、智能语音助手开发等。

Trae

Trae

字节跳动发布的AI编程神器IDE

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
咔片PPT

咔片PPT

AI助力，做PPT更简单！

咔片是一款轻量化在线演示设计工具，借助 AI 技术，实现从内容生成到智能设计的一站式 PPT 制作服务。支持多种文档格式导入生成 PPT，提供海量模板、智能美化、素材替换等功能，适用于销售、教师、学生等各类人群，能高效制作出高品质 PPT，满足不同场景演示需求。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
材料星

材料星

专业的AI公文写作平台，公文写作神器

AI 材料星，专业的 AI 公文写作辅助平台，为体制内工作人员提供高效的公文写作解决方案。拥有海量公文文库、9 大核心 AI 功能，支持 30 + 文稿类型生成，助力快速完成领导讲话、工作总结、述职报告等材料，提升办公效率，是体制打工人的得力写作神器。

openai-agents-python

openai-agents-python

OpenAI Agents SDK，助力开发者便捷使用 OpenAI 相关功能。

openai-agents-python 是 OpenAI 推出的一款强大 Python SDK，它为开发者提供了与 OpenAI 模型交互的高效工具，支持工具调用、结果处理、追踪等功能，涵盖多种应用场景，如研究助手、财务研究等，能显著提升开发效率，让开发者更轻松地利用 OpenAI 的技术优势。

Hunyuan3D-2

Hunyuan3D-2

高分辨率纹理 3D 资产生成

Hunyuan3D-2 是腾讯开发的用于 3D 资产生成的强大工具，支持从文本描述、单张图片或多视角图片生成 3D 模型，具备快速形状生成能力，可生成带纹理的高质量 3D 模型，适用于多个领域，为 3D 创作提供了高效解决方案。

3FS

3FS

一个具备存储、管理和客户端操作等多种功能的分布式文件系统相关项目。

3FS 是一个功能强大的分布式文件系统项目，涵盖了存储引擎、元数据管理、客户端工具等多个模块。它支持多种文件操作，如创建文件和目录、设置布局等，同时具备高效的事件循环、节点选择和协程池管理等特性。适用于需要大规模数据存储和管理的场景，能够提高系统的性能和可靠性，是分布式存储领域的优质解决方案。

下拉加载更多