Google Research Football (scenario 11) 實驗

• 2019 年 10 月 7 日
• 筆記

谷歌足球遊戲環境使用介紹

在之前的公眾號文章中我們介紹了Football Academy中的兩個scenario的實驗：

Google Research Football (scenario 2) 實驗

Google Research Football (scenario 7) 實驗

這裡分享的是Football Academy中最後一個 scenario 的一些實驗結果。

scenario 2 和 scenario 7 都不是完整比賽，遊戲複雜度相對較低，scenario 11 是 11v11 比賽，更像完整比賽，但是被搶斷，出界，進球都會終止比賽。

Google Research Football 最近升級到1.5版本，但是跑的時候遇到了顯示的bug，變成了黑白風格。。

已經在官方github項目提交 issue，還在解決中。

https://github.com/google-research/football/issues/64

1. 通過簡單的傳球和帶球，到禁區附近伺機射門，得分可達0.95。

2. 我們正在進行11v11的正式比賽訓練，用訓練過的agent也可以跑scenario 11，但是不會刻意避免終止的情況，所以得分不高。

3. 隨機 scenario 11 進球集錦

官方的Baseline里的PPO算法訓練得分為0.7，IMPALA訓練100M的得分為0.4， 我們訓練得分為0.95。

訓練算法和代碼可以在我們的強化學習項目中找到，普通版本和並行版本鏈接： https://github.com/createamind/DRL

https://github.com/createamind/Distributed-DRL 歡迎加入或支持我們 ：）