目录
一、说明
二、步骤
1. 下载
2.配置环境
3.替换
4.测试
5.训练
一、说明
该项目是 针对B站UP主 林亦LYi 的作品 格斗之王！AI写出来的AI竟然这么强！的使用指南，目的是在帮助更多小白轻松入门，一起感受AI的魅力。
林亦LYi项目代码：GitHub - linyiLYi/street-fighter-ai: This is an AI agent for Street Fighter II Champion Edition.
二、步骤
1. 下载
直接下载林亦LYi项目代码，或者从我的备份下载https://github.com/JizhiXiang/video-for-Street-Fighter-Ai，数据量更小更快，或者从我上传的CSDN附件下载。
2.配置环境
# 创建 conda 环境，将其命名为 StreetFighterAI，Python 版本 3.8.10
conda create -n StreetFighterAI python=3.8.10
conda activate StreetFighterAI
# 安装 Python 代码库
cd [项目上级文件夹]/street-fighter-ai/main
pip install -r requirements.txt
# 运行程序脚本定位 gym-retro 游戏文件夹位置
cd ..
python .\utils\print_game_lib_folder.py注意事项：
pip安装的库最好按照指定的版本，比如
gym==0.21.0
gym-retro==0.8.0
stable-baselines3==1.7.0
否则运行时可能出现各种意想不到的bug。
如果下载速度太慢，可以更改国内镜像，百度搜索关键词“pip 清华源”等。
3.替换
左边为执行python .\utils\print_game_lib_folder.py后得到的路径，右边为下载代码data的路径，将右边的全部复制(替换)到左边去。
4.测试
cd [项目上级文件夹]/street-fighter-ai/main
python test.py注意：直接加载原作者的模型是有可能跑不通的,(你自己训练的模型是能跑通的)，shape不匹配，要做一下reshape操作，代码如下：
# 参考https://github.com/linyiLYi/street-fighter-ai/issues/16#issuecomment-1515463967
# if not RANDOM_ACTION:
# # 如果是你自己训练的模型
# model = PPO.load(os.path.join(MODEL_DIR, MODEL_NAME), env=env)
if not RANDOM_ACTION:
# 如果你使用的是linyiLYi提供的模型
keys = ['high', 'low', 'bounded_above', 'bounded_below']
setattr(env.observation_space, '_shape', (3,100,128))
for k in keys:
new_attr = getattr(env.observation_space, k).reshape(3,100,128)
setattr(env.observation_space, k, new_attr)
model = PPO.load(os.path.join(MODEL_DIR, MODEL_NAME), env=env,
custom_objects = {'observation_space': env.observation_space, 'action_space': env.action_space})
5.训练
cd [项目上级文件夹]/street-fighter-ai/main
python train.py注意，不会打印输出东西，而是会在./main/logs/中可以查看训练曲线，在./main/trained_models中保存模型和training_log.txt日志文件。
在执行命令过程中，如果想退出，按Ctrl+C键。
6.曲线
cd [项目上级文件夹]/street-fighter-ai/main
tensorboard --logdir=logs/正常情况应该会出图，如果出现下面情况，查看Log directory是否正确。如果不对，可以将尝试修改默认端口等操作。（有的是jiang改成绝对路径）
如果使用VScode，可以直接Ctrl+Shift+P，输入tensorboard，然后按照提示选择文件夹路径即可启动，如下：
