用于“街机学习环境”的Swift API

请访问街机学习环境仓库。

街机学习环境 (ALE) 是一个简单的面向对象框架，它允许研究人员和爱好者为 Atari 2600 游戏开发 AI 智能体。它建立在 Atari 2600 模拟器 Stella 之上，并将模拟的细节与智能体设计分离。这个视频描述了 ALE 当前支持的 50 多款游戏。

有关我们 ALE 目标的概述，请阅读街机学习环境：通用智能体的评估平台。如果您在研究中使用 ALE，请在引用该环境时引用本文（BibTeX 条目位于本文档末尾）。此外，如果您对 ALE 有任何问题或意见，请通过我们的邮件列表联系我们。

欢迎提供反馈和建议，并可将其发送给 ALE 团队的任何活跃成员。

特性

面向对象的框架，支持添加智能体和游戏。
仿真核心与渲染和声音生成模块解耦，以便以最小的库依赖性进行快速仿真。
自动提取超过 50 款 Atari 2600 游戏的游戏得分和游戏结束信号。
多平台代码（在 OS X 和多个 Linux 发行版下编译和测试，并支持 Cygwin）。
智能体和仿真核心之间的通信可以通过管道完成，从而允许跨语言开发（包括示例 Java 代码）。
通过 ctypes 支持 Python 开发。
用 C++ 编程的智能体可以访问 ALE 中的所有特性。
可视化工具。

快速开始

安装主要依赖项

$ sudo apt-get install libsdl1.2-dev libsdl-gfx1.2-dev libsdl-image1.2-dev cmake

在 macOS 上

$ brew install sdl

克隆 ALE

$ git clone https://github.com/mgbellemare/Arcade-Learning-Environment.git

编译

$ cd Arcade-Learning-Environment
$ cmake -DUSE_SDL=ON -DUSE_RLGLUE=OFF -DBUILD_EXAMPLES=OFF
$ make -j 4
$ sudo make install

Swift 包

添加到您的包依赖项

dependencies: [
    .package(url: "https://github.com/Octadero/AtariKit.git", from: "0.0.1"),
],

Ubuntu

调用以构建

swift build -Xlinker -rpath -Xlinker /usr/local/lib/

调用以启动测试

swift test -Xlinker -rpath -Xlinker /usr/local/lib/

使用其中一个 rom 创建游戏并启动游戏

let game = try Environment(romPath: "%pathToSources%/AtariKit/atari-roms/pong.bin")

// do action.
let reward = game.send(action: .playerAleft)

// get RGB dump of screen.
let screen = game.screenRGBBuffer()

// get screen size.
let size = game.screenSize()

// check if game is over.
if game.isOver { }