训练贪吃蛇 AI 报告及模型权重
简介
本实验旨在通过深度强化学习算法 (DQN 和 PPO) 训练一个能够玩贪吃蛇游戏的人工智能智能体。实验中，智能体 (即 AI 控制的贪吃蛇) 在游戏世界中行动，状态包括蛇头的坐标、蛇身的坐标列表、蛇头的方向、食物的坐标等。奖励机制基于蛇吃食物、获胜或失败的得分。实验使用 PyGame 框架进行环境模拟，并通过调整奖励参数 (如吃食物的奖励保持不变，而死亡的惩罚逐渐增加) 来观察训练效果。结果显示，增加死亡的惩罚可以提高平均得分，而较低的死亡惩罚策略虽然在训练过程中表现不佳，但在实际演示中表现良好。未来的工作将尝试通过增加对蛇身曲折的惩罚来优化蛇的移动路径，并将保存的模型集成到 C++ 框架中。
使用
:modelscope-code[]{type="sdk"}
维护
:modelscope-code[]{type="git"}
训练曲线
| 轮 | 1 | 2 | 3 |
|---|---|---|---|
| 吃食奖励 | +2.0 | +2.0 | +2.0 |
| 撞墙惩罚 | -0.5 | -1.0 | -1.5 |
| 被咬惩罚 | -0.8 | -1.5 | -2.0 |
| 平均记录 | ≈19 | ≈23 | ≈28 |
| 训练曲线 |  |
 |
 |
| 评估效果 |  |
 |
 |
实验报告
点击这里下载实验报告。
镜像
https://huggingface.co/Genius-Society/SnakeAI