linyiLYi/street-fighter-ai

Что это за инструмент

AI-агент для игры Street Fighter II, обученный с помощью глубокого обучения с подкреплением (Deep Reinforcement Learning) на основе анализа RGB-пикселей экрана.

Зачем нужен

Инструмент демонстрирует способность ИИ принимать решения в реальном времени, управляя персонажем для победы над финальным боссом. Он полезен для исследования методов обучения с подкреплением на визуальных данных и анализа феномена переобучения (overfitting) в игровых симуляторах.

Что можно реализовать

• Тестирование и демонстрация возможностей Stable-Baselines3 в контексте ретро-игр через Gym Retro.
• Анализ влияния количества шагов обучения на обобщающую способность модели (от частичной до полной победы в первом раунде).
• Изучение процессов переобучения агента на конкретных состояниях игры с помощью графиков Tensorboard.
• Исследование взаимодействия ИИ с игровым окружением, где входными данными служат только пиксели экрана.

Ключевые возможности

• Обучение на основе сырых RGB-пикселей без использования семантических данных игры.
• Доступность весов моделей на разных этапах обучения (2M, 2.5M, 3M, 7M шагов) для сравнения стратегий.
• Визуализация процесса обучения через Tensorboard с метриками и кривыми.
• Реализация на базе популярных библиотек OpenAI Gym Retro и Stable-Baselines3.
• Встроенные скрипты для тестирования (test.py) и обучения (train.py) модели.

👤 Кому подойдёт: Исследователи в области AI, разработчики, изучающие Deep Reinforcement Learning, и энтузиасты, интересующиеся обучением ИИ на видеоиграх.