試玩 GOWOG ，初探 OpenAI（使用 NeuroEvolution 神經進化）與 Golang 多人線上遊戲開發

為少發表於2021-01-27
OpenAIGolang遊戲開發

GOWOG：

GOWOG 是一款迷你的，使用 Golang 編寫的多人 Web 遊戲。

試玩遊戲

Demo：http://game.giongto35.com

在 Agent 上的 AI 實驗

由於伺服器，客戶端和訊息是分離的，因此很容易與後端進行通訊。
此專案是用 Python 編寫的 AI agent，可以學習與環境的互動。
這個實驗是利用 neuroevolution (神經進化）在迷宮中尋找一條路徑。

油管 Demo：https://www.youtube.com/watch?v=pWbb1m91mhU

本地 Docker 執行

run_local.sh

#!/bin/bash
docker build . --build-arg HOSTNAME=localhost:8080 -t gowog_local|| exit
docker stop gowog
docker rm gowog
docker run --privileged -d --name gowog -p 8080:8080 gowog_local server -prod client/build/

執行，我本地是 Mac：

./run_local.sh

開啟 http://localhost:8080

本地開發

遊戲包含兩部分：伺服器和客戶端。伺服器使用 Golang，客戶端使用 Node.JS 和 Phaser 遊戲引擎。

伺服器

為少調整過的專案：Kirk-Wang/gowog

我的本地環境是 go 1.14。

本地啟動：

go run cmd/server/*

伺服器將監聽 8080。

客戶端

npm install
npm run dev -- --env.HOST_IP=localhost:8080 # HOST_IP -> 伺服器地址

進入 http://localhost:3000

注意

在開發過程中，客戶端在埠 3000 上執行，伺服器端在埠 8080 上執行。

在 production 和 docker環境中，已構建 Client，golang 伺服器將在同一埠 8080 上返回客戶端頁面。因此，如果我們執行 docker 環境，則遊戲將在瀏覽器中的 http://localhost:8080 執行。

通訊約定

伺服器和客戶端之間的通訊包基於 protobuf。 安裝 protoc 以生成 protobuf。

每次你在 server/message.proto 中有更改（package singature）時。請執行：

cd server
./generate.sh

遊戲前端設計

這個前端專案是基於：

├── client
│   ├── index.html
│   ├── src
│   │   ├── config.js: javascript config
│   │   ├── index.html
│   │   ├── main.js
│   │   ├── sprites
│   │   │   ├── Leaderboard.js: Leaderboard object
│   │   │   ├── Map.js: Map object
│   │   │   ├── Player.js: Player object
│   │   │   └── Shoot.js: Shoot object
│   │   ├── states
│   │   │   ├── Boot.js Boot screen
│   │   │   ├── const.js
│   │   │   ├── Game.js: Game master
│   │   │   ├── message_pb.js: Protobuf Message
│   │   │   ├── Splash.js
│   │   │   └── utils.js
│   │   └── utils.js

每個物件都是從 Sprite 繼承的類。
玩家包含 shootManager，每次射擊時，shoot manager 都會生成新的 bullet。

遊戲後端設計方案

Components（元件）

遊戲中主要有 5 個實體。他們的狀態是私有的

實體 私有狀態
Client websocket.Conn client hold 住 websocket 連線
Hub Client Hub 處理所有通訊, 包含所有 client 列表
ObjManager Player, Shoot, ... ObjManager 包含所有 Player 和 Shoot，處理遊戲邏輯
Game Master ObjManager, Hub Master object 由 ObjManager 和 Hub 組成

Architecture（架構圖）

不同的實體通過包裝在函式中的 channel 彼此呼叫。

Client 與 Server 互動設計方案

Player connect（玩家連線）

Player Disconnect（玩家斷開連線）

Client input（客戶端輸入）

Profile

Profile 是研究 Golang 效能並找出 slow components 的方法。執行伺服器時，可以使用標誌 --cpuprofile 和--memprofile 來配置 server。

cd server
go run cmd/server/* --cpuprofile --memprofile

程式碼結構

├── server
│   ├── cmd
│   │   └── server
│   │       └── server.go: Entrypoint running server
│   ├── game
│   │   ├── common
│   │   ├── config
│   │   │   └── 1.map: Map represented 0 and 1
│   │   ├── gameconst
│   │   ├── game.go: Game master objects, containing logic and communication
│   │   ├── mappkg
│   │   ├── objmanager
│   │   ├── playerpkg
│   │   ├── shape
│   │   ├── shootpkg
│   │   ├── types.go
│   │   └── ws
│   │       ├── wsclient.go
│   │       └── wshub.go
│   ├── generate.sh: Generate protobuf for server + client + AI environment
│   ├── message.proto
│   └── Message_proto
│       └── message.pb.go
├── Dockerfile
└── run_local.sh

AI 訓練設計方案

此倉庫包含遵循 openAI Gym 格式和訓練指令碼的 CS2D 環境。
訓練指令碼使用 NeuroEvolution(神經進化)在迷宮中找到到達目的地的最短路徑。

https://www.youtube.com/watch?v=pWbb1m91mhU

執行

按照的說明執行 gowog 環境。即本地 Docker 執行：

./run_local.sh

使用 virtualenv 設定 python3 虛擬環境（直接用 Docker 吧~）。

  • 安裝 requirements.txt 所包含的庫。

執行訓練指令碼

python train_ga.py -n save_file_name

save_fie_name 是儲存權重（weights）的地方。
在下一次，如果我們指定了一個現有的檔案，它將繼續從該檔案的最後一次執行中的權重（weights）進行訓練。

Genetic Algorithm（遺傳演算法）

_cs2denv_ga.py 的實現_

基於機器學習的目的，CS2D Agent 是在 CS2D 上構建的。
它遵循 openAI gym，支援 agent 的基本方法，包括：reset()、step()、observation_space 和action_space。

ObservationSpace 是一個一維陣列，它由來自伺服器的 update_player 訊息構造而成

  1. Player position（玩家位置）, player size（玩家大小尺寸）, number of columns（列數）, number of rows（行數）, block width（塊寬度）, block height（塊高度）
  2. 到左，右，上，下到最近 block（塊）的距離。此輸入是為了避免碰撞
  3. 玩家在二進位制塊地圖（binary block map）中的位置。地圖是 0 和 1 的 2 維陣列（0 為空，1 為塊）
  4. binary block map

獎勵是 1 / distance(目標的距離)。如果 agent 接近目標 100 點，那麼獎勵就是 1，情節結束。

NeuroEvolution（神經進化）

_train_ga.py 的實現_

神經網路（Neural Network）通過使輸入（觀察空間）通過神經網路來獲得最佳動作。

NeuroEvolution（神經進化）是使用進化演算法不斷改進人工神經網路的AI。對於每次迭代（生成），程式將基於前一次迭代中的最佳設定生成一組新的神經網路權重。 由先前的 NN(神經網路) 生成一個 NN 的過程叫做 Mutate，它給神經網路中的每個引數新增隨機噪聲。

一個特別的改進是，我們只儲存應用於神經網路的噪聲種子列表，而不是儲存所有的代權值。因為在同一個種子下，所有的隨機化都是相同的，所以一個種子可以代表一個網路的突變運算元。我們不需要保留每一代的所有權值，我們只需要儲存一組從開始到當前一代的種子，然後從這組種子中重新構造權值來得到所有神經網路的權值。

程式碼是基於 Maxim Lapan 的 "Deep Reinforcement Learning Hands-On"

我是為少。
微信：uuhells123。
公眾號：黑客下午茶。
謝謝點贊支援???！

相關文章