https://github.com/opendilab/di-sheep

羊了个羊 + 深度强化学习（Deep Reinforcement Learning + 3 Tiles Game)
https://github.com/opendilab/di-sheep

artificial-intelligence deep-reinforcement-learning di-engine javascript python react reinforcement-learning typescript

Last synced: about 1 year ago
JSON representation

羊了个羊 + 深度强化学习（Deep Reinforcement Learning + 3 Tiles Game)

• Host: GitHub
• URL: https://github.com/opendilab/di-sheep
• Owner: opendilab
• License: apache-2.0
• Created: 2022-09-21T12:56:14.000Z (over 3 years ago)
• Default Branch: master
• Last Pushed: 2025-03-10T01:41:45.000Z (about 1 year ago)
• Last Synced: 2025-04-12T18:47:32.964Z (about 1 year ago)
• Topics: artificial-intelligence, deep-reinforcement-learning, di-engine, javascript, python, react, reinforcement-learning, typescript
• Language: Python
• Homepage: https://opendilab.net/sheep
• Size: 18.8 MB
• Stars: 448
• Watchers: 3
• Forks: 25
• Open Issues: 0
• Metadata Files:
  • Readme: README.md
  • License: LICENSE

Awesome Lists containing this project

README

          
# DI-sheep：深度强化学习 + 羊了个羊

当 AI 技术的明珠——深度强化学习，遇到号称“通关率只有0.01%”的游戏“羊了个羊”，会碰撞出哪些奇思妙想呢？

P.S. 路过记得点个 star ![stars - di-sheep](https://img.shields.io/github/stars/opendilab/di-sheep?style=social) ，持续更新ing。

P.S.S. 想了解更多深度强化学习相关知识？快来 [DI-engine](https://github.com/opendilab/DI-engine) 训练自己的智能体。



    



# News

- [bilibili] [羊群加不进去？那就来加猫群叭！深度强化学习版的羊了个羊来了](https://www.bilibili.com/video/BV1N24y1o7Lw/?spm_id_from=333.999.0.0)

- [WeChat] [万事开头难？喵小DI玩“羊了个羊”可不难](https://mp.weixin.qq.com/s/4Z3WtkcWRp6x4x60RVELfQ)

# 使用指南

## 算法原理解析

![disheep drawio](https://user-images.githubusercontent.com/33195032/191955286-7c309e9d-6e35-491f-93b3-b14cd1fe033f.png)

## 快速上手

- 如果想**在线试玩** --> [在线网页（改进中）](https://opendilab.net/sheep)

- 如果想**本地部署/测试**

  - 服务端（Python）

    ```shell

    # 预先安装好 Python3

    cd service

    pip install -r requirement.txt

    FLASK_APP=app.py flask run  # 玩家试玩

    # FLASK_APP=agent_app.py flask run  # 玩家 + AI 试玩

    ```

  - 客户端（react）

    ```shell

    # 预先安装好 node.js 和 react

    cd ui

    npm run build

    npm run preview

    ```

    然后在网页中打开对应链接即可

- 如果想进行完整的深度强化学习训练

    ```shell

    # 预先安装好 Python3

    cd service

    pip install -r requirement-train.txt

    python3 -u sheep_ppo_main.py

    ```

- 如果想使用定义好的 gym 羊了个羊环境 --> 点个 star 之后直接暴力 CTRL C+V 拿走 `service/sheep_env.py` 尽情魔改

- 如果想获得训练好的深度强化学习模型 --> 访问 [OpenDILab HuggingFace仓库](https://huggingface.co/OpenDILabCommunity/DI-sheep/tree/main) （目前提供了两种试玩模型，但智能体仍有很多进步空间）

- 如果想了解更多深度强化学习相关知识 --> 欢迎参阅 [DI-engine](https://github.com/opendilab/DI-engine) 和[相关文档](https://di-engine-docs.readthedocs.io/zh_CN/latest/)

- 如果想了解未来的更新计划 --> 请参阅[更新计划](#更新计划)

- 如果有其他问题或想法 --> 欢迎 github ISSUE 区讨论，或是贡献 Pull requests

## 项目结构

```text

.

├── LICENSE

├── ui                       --> react 网页前端

└── service                  --> Python 核心模块（算法和服务端）

    ├── app.py                  --> flask 服务 app (仅人类操作)

    ├── agent_app.py                  --> flask 服务 app（人类+AI操作）

    ├── requirement.txt         --> Python 依赖库列表

    ├── sheep_env.py            --> gym 格式环境

    ├── sheep_model.py          --> 基于 PyTorch 的 Actor-Critic 神经网络模型

    ├── sheep_ppo_main.py       --> 基于 DI-engine 的深度强化学习训练主函数

    ├── test_sheep_env.py       --> gym 格式环境的单元测试

    └── test_sheep_model.py     --> 神经网络模型的单元测试

```

# 更新计划

## 算法

- [ ] 强化学习训练参数调整和算法微调

- [ ] 提供可供本地试玩的模型权重

- [ ] 详细的神经网络和强化学习算法设计文档

- [ ] model-based RL 和 planning 算法

- [ ] 神经网络压缩（用于部署） 

## 环境

- [ ] 添加原类型游戏（比如3tiles）中的各种道具

- [ ] 牌的层数问题如何定义

- [ ] 结合 JAX 优化环境运行速度

- [ ] 更多结合 AI 的玩法设计

## 应用

- [x] 更多自定义主题和 BGM

- [x] 在线网页端部署

- [x] 样例神经网络权重下载

- [ ] 更多 AI 训练时的行为分析

- [ ] 移动端应用（欢迎Android/IOS开发者支持）

# 致谢

- react 前端部分主要参考 https://github.com/StreakingMan/solvable-sheep-game ，请大家也多多支持这个 repo 

# License

DI-sheep is released under the Apache 2.0 license.