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

商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

Keevx

Keevx

AI数字人视频创作平台

Keevx 一款开箱即用的AI数字人视频创作平台，广泛适用于电商广告、企业培训与社媒宣传，让全球企业与个人创作者无需拍摄剪辑，就能快速生成多语言、高质量的专业视频。

即梦AI

即梦AI

一站式AI创作平台

提供 AI 驱动的图片、视频生成及数字人等功能，助力创意创作

扣子-AI办公

扣子-AI办公

AI办公助手，复杂任务高效处理

AI办公助手，复杂任务高效处理。办公效率低？扣子空间AI助手支持播客生成、PPT制作、网页开发及报告写作，覆盖科研、商业、舆情等领域的专家Agent 7x24小时响应，生活工作无缝切换，提升50%效率！

TRAE编程

TRAE编程

AI辅助编程，代码自动修复

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。

热门AI工具生产力协作转型TraeAI IDE
蛙蛙写作

蛙蛙写作

AI小说写作助手，一站式润色、改写、扩写

蛙蛙写作—国内先进的AI写作平台，涵盖小说、学术、社交媒体等多场景。提供续写、改写、润色等功能，助力创作者高效优化写作流程。界面简洁,功能全面,适合各类写作者提升内容品质和工作效率。

AI助手AI工具AI写作工具AI辅助写作蛙蛙写作学术助手办公助手营销助手
问小白

问小白

全能AI智能助手，随时解答生活与工作的多样问题

问小白，由元石科技研发的AI智能助手，快速准确地解答各种生活和工作问题，包括但不限于搜索、规划和社交互动，帮助用户在日常生活中提高效率，轻松管理个人事务。

聊天机器人AI助手热门AI工具AI对话
Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

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。

热门AI工具AI办公办公工具讯飞智文AI在线生成PPTAI撰写助手多语种文档生成AI自动配图
下拉加载更多