mario-aiは、NeuroEvolution of Augmenting Topologies（NEAT）を活用し、Super Mario Bros.をプレイできるニューラルネットワークベースのAIエージェントを進化させるオープンソースのPythonフレームワークです。OpenAI GymのSuperMario環境と統合し、カスタマイズ可能な適性関数、リアルタイムの訓練可視化、ゲノムの保存/読み込み、パフォーマンス監視を提供します。ユーザーは突然変異パラメータを調整し、評価指標を定義し、学習したネットワークトポロジーを可視化できます。
このツールを宣伝する
このツールを更新する
mario-ai
mario-aiは、NeuroEvolution of Augmenting Topologies（NEAT）を活用し、Super Mario Bros.をプレイできるニューラルネットワークベースのAIエージェントを進化させるオープンソースのPythonフレームワークです。OpenAI GymのSuperMario環境と統合し、カスタマイズ可能な適性関数、リアルタイムの訓練可視化、ゲノムの保存/読み込み、パフォーマンス監視を提供します。ユーザーは突然変異パラメータを調整し、評価指標を定義し、学習したネットワークトポロジーを可視化できます。
フィーチャー
mario-aiとは？
mario-aiプロジェクトは、神経進化を用いたSuper Mario Bros.の習得を目指すAIエージェント開発のための包括的なパイプラインを提供します。PythonベースのNEAT実装とOpenAI GymのSuperMario環境を統合し、ユーザーはカスタム適性基準、突然変異率、ネットワークトポロジーを定義できます。訓練中、フレームワークはニューラルネットワークの世代を評価し、高性能のゲノムを選択し、ゲームプレイとネットワーク進化のリアルタイム可視化を行います。また、訓練済みモデルの保存や読み込み、最優秀ゲノムのエクスポート、詳細なパフォーマンスログの生成もサポートします。研究者、教育者、趣味者はコードベースを他のゲーム環境に拡張し、進化戦略を実験し、異なるレベルでのAI学習進捗をベンチマークできます。
誰がmario-aiを使うの？
- AI研究者
- ゲームAIホビースト
- 教育者
- AIを学ぶ学生
- 進化アルゴリズム愛好者
mario-aiの使い方は？
- ステップ1：GitHubからmario-aiリポジトリをクローンします。
- ステップ2：pip install -r requirements.txtとgym-super-mario-brosを使って依存関係をインストールします。
- ステップ3：config-feedforward.txtでNEATパラメータを設定し、適性と突然変異の設定を調整します。
- ステップ4：訓練スクリプト（python train.py）を実行してAIエージェントの進化を開始します。
- ステップ5：提供されるスクリプトで訓練の進捗を監視し、ニューラルネットワークを可視化します。
- ステップ6：満足したら最高のゲノムを保存し、python play.pyを使用してAIのプレイを観察します。
プラットフォーム
- mac
- windows
- linux
mario-aiの主な特長・利点
コア機能
- NEATによる神経進化
- OpenAI GymのSuperMario統合
- カスタマイズ可能な適性関数
- リアルタイム訓練可視化
- ゲノムモデルの保存/読み込み
- パフォーマンスのロギングおよびエクスポート
利点
- 自動ゲームプレイAI
- 高度にカスタマイズ可能な進化パラメータ
- 神経進化の教育ツール
- オープンソースで拡張可能
- 簡単なモデル評価と可視化
mario-aiの主な使用ケース・アプリケーション
- 神経進化に関する教育デモ
- 進化的ゲームAIの研究
- AIパフォーマンスのベンチマーク
- エンターテインメント用のゲームプレイボット作成
- カスタム適性関数の実験
mario-aiのFAQs
mario-ai会社情報
- aleju
mario-ai のレビュー
5/5
mario-aiの主な競合と代替品は？
- marI/O by SethBling
- NEAT-Python
- OpenAI Gym Retro
あなたも好きかもしれません：
77.6K
18.77% Flowithは、無料の🍌Nano Banana Proやその他の効果的なモデルを提供するキャンバスベースのエージェント型ワークスペースです...
37.2K
68.25% OneReach AIは、インテリジェントメッセージングを通じて顧客エンゲージメントを自動化することで、相互作用を簡素化します。
594
100.00% Phoenix AI Assistantは、インテリジェントな自動化およびパーソナライズされたサポートを使用してタスクの効率化を支援します。
--
HEAD-UPリミットテキサスホールデムポーカーを効率的にプレイする最適なベッティング戦略を学習するRLベースのAIエージェント。
--
DeepMindのPySC2環境を利用したPPOを用いるオープンソースの強化学習エージェントで、StarCraft IIを訓練・プレイします。
36
100.00% SoccerAgentはマルチエージェント強化学習を利用して、現実的なサッカーシミュレーションと戦略最適化のためのAIプレイヤーを訓練します。
--
PySC2を使用したStarCraft IIにおける生レベルのエージェント制御と協調を可能にするオープンソースのマルチエージェント強化学習フレームワーク。
--
PyGame Learning Environmentは、クラシックゲームでAIエージェントを訓練・評価するためのPygameベースのRL環境のコレクションを提供します。
--
BotPlayersは、強化学習サポートを備えたAIゲームプレイエージェントの作成、テスト、展開を可能にするオープンソースフレームワークです。
--
JADEを使用したマルチエージェントフットボールシミュレーションで、AIエージェントが協調してサッカーマッチを自律的に競います。