Check details in Jidi Competition RLChina2022智能体竞赛
标签：不完全观测；连续动作空间；连续状态空间
环境简介：智能体参加奥林匹克运动会。在这个系列的竞赛中， 两个智能体参加冰壶竞赛，目标是将球推至目标中心点处。
环境规则:
- 对战双方各控制四个有相同质量和半径的弹性小球智能体；
- 双方智能体轮流向场地**的目标点抛掷小球，每方智能体有四次抛掷的机会；
- 四个回合结束后，所抛掷小球离目标点近的一方取得胜利；
- 智能体可以互相碰撞，也可以碰撞墙壁；
- 智能体的视野限定为自身朝向前方30*30的矩阵区域；
- 当回合结束时环境结束。
动作空间：连续；两维。分别代表施加力量和转向角度。
观测：每一步环境返回一个30x30的二维矩阵，详情请见*/olympics_engine*文件夹
奖励函数: 距离目标点近的一方得100分，否则得0分。
环境终止条件: 当回合结束时环境结束。
评测说明：该环境属于零和游戏，在金榜的积分按照ELO进行匹配算法进行计算并排名。零和游戏在匹配对手或队友时，按照瑞士轮进行匹配。 平台验证和评测时，在单核CPU上运行用户代码（暂不支持GPU），限制用户每一步返回动作的时间不超过1s，内存不超过500M。
报名方式：访问“及第”平台（ www.jidiai.cn ），在“擂台”页面选择“RLChina 智能体挑战赛 - 壬寅年春赛季”即可报名参赛。RLCN 微信公众号后台回复“智能体竞赛”，可进入竞赛讨论群。
This is a POMDP simulated environment of 2D sports games where althletes are spheres and have continuous action space (torque and steering). The observation is a 30*30 array of agent's limited view range. We introduce collision and agent's fatigue such that no torque applies when running out of energy.
This is for now a beta version and we intend to add more sports scenario, stay tuned :)
conda create -n olympics python=3.8.5
conda activate olympics
pip install -r requirements.txt
python olympics_engine/main.py
python rl_trainer/main.py
You can also locally evaluate your trained model by executing:
python evaluation_local.py --my_ai rl --opponent random --episode=50
You can locally test your submission. At Jidi platform, we evaluate your submission as same as run_log.py
For example,
python run_log.py --my_ai "rl" --opponent "random"
in which you are controlling agent 1 which is green.
- Random policy --> agents/random/submission.py
- RL policy --> all files in agents/rl