当前位置: 首页 > 软件库 > 神经网络/人工智能 > >

Cicero

策略游戏 AI
授权协议 MIT
开发语言 Python
所属分类 神经网络/人工智能
软件类型 开源软件
地区 不详
投 递 者 单于越
操作系统 跨平台
开源组织
适用人群 未知
 软件概览

Cicero 是一个可以在策略游戏 Diplomacy 中与人类玩家展开博弈的 AI。

在 2022 年 8 月 19 日至 10 月 13 日期间,CICERO 共进行了 40 场游戏,其在玩了 1 场以上游戏的参与者中排名前 10%;在参加 5 场或更多场游戏的参与者中,CICERO 排名第二;在所有 40 场比赛中,Cicero 的平均得分是 25.8%,是其 82 个对手中平均 12.4% 的两倍还多。

游戏信息

Diplomacy 是一款以 1914 年欧洲为背景的战略棋盘游戏。棋盘被分为 56 个陆地区域和 19 个海洋区域。其中 42 个陆地区域被游戏中的七个大国所瓜分。奥匈帝国、英国、法国、德国、意大利、俄罗斯和土耳其。剩下的 14 个陆地区域在游戏开始时是中立的。

每个大国都控制一些地区和一些单位。被控制的单位数量取决于被控制的关键地区的数量,称为 Supply Centers(SCs)。简单地说,更多的补给中心意味着更多的单位。游戏的目标是通过将单位移入这些地区并说服其他玩家支持你,从而控制所有 SC 的一半以上。

安装

# Clone the repo with submodules:
git clone --recursive git@github.com:facebookresearch/diplomacy_cicero.git diplomacy_cicero
cd diplomacy_cicero

# Apt installs
apt-get install -y wget bzip2 ca-certificates curl git build-essential clang-format-8 git wget cmake build-essential autoconf libtool pkg-config libgoogle-glog-dev

# Install conda
wget --quiet https://repo.anaconda.com/miniconda/Miniconda3-4.7.10-Linux-x86_64.sh -O ~/miniconda.sh
/bin/bash ~/miniconda.sh -b

# Create conda env
conda create --yes -n diplomacy_cicero python=3.7
conda activate diplomacy_cicero

# Install pytorch, pybind11
conda install --yes pytorch=1.7.1 torchvision cudatoolkit=11.0 -c pytorch
conda install --yes pybind11

# Install go for boringssl in grpc
# We have some hacky patching code for protobuf that is not guaranteed
# to work on versions other than this.
conda install --yes go protobuf=3.19.1

# Install python requirements
pip install -r requirements.txt

# Local pip installs
pip install -e ./thirdparty/github/fairinternal/postman/nest/
# NOTE: Postman here links against pytorch for tensors, for this to work you may
# need to separately have installed cuda 11 on your own.
pip install -e ./thirdparty/github/fairinternal/postman/postman/
pip install -e . -vv

# Make
make

# Run unit tests
make test_fast

下载模型文件

请发邮件到 diplomacyteam@meta.com 索取密码。然后运行 bash bin/download_model_files.sh <PASSWORD>。这将下载并解密所有相关的模型文件到 ./models 目录

访问 Cicero 的实验游戏

Cicero 参加的游戏的 JSON 数据位于 data/cicero_redacted_games 中。只包括与同意公开其对话的玩家的对话。

  • 本文可在http://xuzhougeng.top/免费阅读原文 Cicero是一个单细胞染色质可及性实验可视化R包。Cicero的主要功能就是使用单细胞染色质可及性数据通过分析共开放去预测基因组上顺式调节作用(cis-regulatory interactions),例如增强子和启动子。Cicero能够利用染色质开放性进行单细胞聚类,排序和差异可及性分析。关于Cicero的算法原理,参考他们发表

 相关资料
  • 根据Karpath的RL教程,我正在尝试为游戏2048实现一个策略网络代理。我知道算法将需要玩一些游戏,记住输入和采取的行动,规范化和平均中心的结局分数。然而,我在损失函数的设计上陷入了困境。如何正确地鼓励最终得分较高的行为,并阻止最终得分较低的行为? 当在输出层使用softmax时,我沿着这个设计了一些东西: 其中,操作采用一种热格式。然而,这一损失似乎没有多大作用,网络没有学到什么。我在PyT

  • 不知道为啥在****上投了一万个数据分析岗没回应,结果多益的hr直接找上来问我对游戏玩的多不多,对游戏策划感不感兴趣,莫名其妙的就投了简历,填完了测评(看别人都说有些都乱填,就我兢兢业业填了快一千多个字?),明天笔试不知道考啥 多益很缺策划?鼠鼠就一破打游戏的能面游戏策划吗? 8.5一面(面试官的麦经常会听不清,反问了好几次,然后回答问题的时候眼睛不由自主往左下瞄,我也不知道为啥,下次屏幕中间贴个

  • 自我介绍 为什么跨考计算机 绩点排名 学校是否一本 能否立即实习 实习经历 (看是测试和开发就没有深入问了,此时应该提一嘴,自己接触过需求评审会议,到具体实现的业务逻辑流程) 挑一款游戏 一个方面来分析优缺点 (说的明日方舟的PVE系统,说的不是很好,没有说出优缺点是什么,来回几个车咕噜话,就说策略,吸引用户,增加游玩性等。应该从塔防关卡和角色养成相融合的点进行剖析) 关卡要素有哪些 (说的地图要

  • 3/10投递,3/19收到消息,3/21笔试 题型为单选和问答。时间90min。 单选11题共55分。主要内容是游戏常识和概率题。游戏常识考的偏单机和rogue,应该是跟岗位相关的。 问答5题共75分。问了最爱的游戏,分析一个系统,分析游戏关卡,分析战斗系统,分析付费体验。 总体难度一般,问的跟岗位挺相关的。#春招##尚游游戏笔试##笔经#

  • 因为临时更换面试的项目组,准备不是很充分,面试官基本没有问引擎之类的问题,针对游戏理解问了很多,关于付费,关于这款游戏的改善点,如何吸引竞品玩家等等。我当时玩家视角严重,加上时间紧对这款没怎么拆解过,面试官说我准备时间比较紧,先不给我进二面,如果想来这个岗位写一份提案给他看。这种情况是被面试官婉拒了吗,还是想看我的意愿和态度。

  • 大家好,我正在用java编写mastermind游戏,这是一个字符串猜谜游戏。这个游戏中的秘密不是一个数字,而是一个由大写字母a、B、C、D和E组成的5个字符的字符串。当我运行main方法时,我得到以下结果: while循环假定为:•只要主体中的猜测不正确就运行: null

  • 这是我第一次面试来着,简单写点 首先自我介绍 问平时都玩哪些游戏 老滚骑砍挑一个讲讲 (挑了老滚) 对老滚有什么认识和理解 (脑袋空空,阿巴阿巴了一些,大概就代入感,游戏内容丰富,剑与魔法) 说说老滚代入感 (主要说了npc与你的互动,路上遇到的路人劫匪) 老滚还有什么你比较喜欢的 (升级系统,阿巴阿巴大概就是,比较少见的升级系统,通过做一件事情来增加这件事情的熟练度,增加经验,反馈到总的经验条上

  • 月初投递,目前笔试+一面 ——40分钟左右—— 深挖实习经历:两段实习期间的工作流是什么样的,有什么不同;主要负责过哪些方面的工作;为什么实习跳槽; 介绍一个你喜欢的游戏;这个游戏你觉得最好的一个系统是什么; mmo里线性成长跟概率成长的区别是什么; 原神,聊一下圣遗物的养成系统;圣遗物如果要做养成深挖该怎么挖; 你对首充礼包和通行证怎么看,如果让你设计你会考虑什么因素; 如果需要你控制pvp游戏