Farama-Foundation/ViZDoom
Reinforcement Learning environments based on the 1993 game Doom :godmode:
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Tuần
#1 Repository Của Tuần
#1 Repository Của Tuần
🤖 ViZDoom: Nền tảng RL thị giác qua game Doom cổ điển
Phát triển AI bot chơi Doom chỉ bằng buffer màn hình — giải pháp lý tưởng cho nghiên cứu học máy thị giác và học tăng cường sâu.
ViZDoom là một dự án mã nguồn mở dựa trên động cơ ZDoom, cung cấp các môi trường giúp các nhà nghiên cứu phát triển và huấn luyện các mô hình trí tuệ nhân tạo chơi game Doom chỉ bằng thông tin hình ảnh. Dự án hỗ trợ đầy đủ API cho Python và C++, tích hợp sẵn wrapper Gymnasium/Gym, phù hợp cho các bài toán như học tăng cường, học từ bản đồ (learning from demonstration), và học kỹ năng qua học tăng cường ngược (inverse reinforcement learning).
✨ Điểm nổi bật
- API Python và C++: Hỗ trợ đầy đủ cho phát triển AI, tích hợp sẵn wrapper Gymnasium/Gym.
- Đa nền tảng: Chạy trên Linux, macOS, Windows với cài đặt nhanh qua pip.
- Tốc độ cao: Lên tới 7000 khung hình/giai đoạn mỗi giây ở chế độ đồng bộ, chạy trên CPU hiện đại.
- Nhẹ lẹ: Chỉ vài MB, dễ dàng triển khai và chạy thử nghiệm.
- Tạo kịch bản tùy chỉnh: Công cụ soạn thảo hình ảnh và ngôn ngữ kịch bản mạnh mẽ, kèm ví dụ mẫu.
- Chế độ đa dạng: Hỗ trợ cả chế độ bất đồng bộ và đồng bộ, đơn người và đa người chơi.
- Truy cập dữ liệu phong phú: Buffer độ sâu (3D vision), nhãn đối tượng tự động, âm thanh, danh sách đối tượng, hình học bản đồ, tin nhắn văn bản trong game.
- Ghi hình và tốc độ thời gian: Hỗ trợ ghi lại các tập lệnh và điều chỉnh tốc độ thời gian trong chế độ bất đồng bộ.
💡 Vì sao đáng chú ý
ViZDoom khác với các nền tảng mô phỏng AI khác ở chỗ nó biến một tựa game điện tử kinh điển thành môi trường nghiên cứu thực tế, cho phép kiểm thử các thuật toán học tăng cường trên dữ liệu thị giác phức tạp mà không cần xây dựng môi trường ảo từ đầu. Điều này giúp tiết kiệm thời gian và công sức cho các nhà nghiên cứu, đồng thời cung cấp một môi trường kiểm chứng công bằng nhờ các kịch bản đã chuẩn hoá.
Dự án đặc biệt phù hợp với các bài toán nghiên cứu về học tăng cường thị giác, xử lý hình ảnh trong thời gian thực, và các thí nghiệm AI có yêu cầu môi trường mô phỏng gần gũa với thế giới thực.
#ReinforcementLearning #DeepLearning #ViZDoom #Doom #Gymnasium #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
Implement a ChatGPT-like LLM in PyTorch from scratch, step by step
Tensors and Dynamic neural networks in Python with strong GPU acceleration
A framework for creating rich, 3D, Minecraft-like single and multi-agent environments for AI research. (Accepted at ICML 2025).
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠
🧑🏫 60+ Implementations/tutorials of deep learning papers with side-by-side notes 📝; including transformers (original, xl, switch, feedback, vit, ...), optimizers (adam, adabelief, sophia, ...), gans(cyclegan, stylegan2, ...), 🎮 reinforcement learning (ppo, dqn), capsnet, distillation, ... 🧠
Ray is an AI compute engine. Ray consists of a core distributed runtime and a set of AI Libraries for accelerating ML workloads.
TensorFlow Tutorial and Examples for Beginners (support TF v1 & v2)