有限的预知

此 repo 包含Mirco Giacobbe、Hosein Hasanbeig、Hjalmar Wijk 和 Daniel Kroening的论文 Shielding Atari Games with Bounded Prescience ( https://arxiv.org/abs/2101.08153 ) 的代码。除了复制论文中的实验和有限的 prescience shield，repo 还允许创建标准 Atari 健身房环境的属性标签版本，这些版本可以为其他代理和策略公开安全信息。

安装

prescience包需要通过pip安装：

git clone https://github.com/HjalmarWijk/bounded-prescience.git
cd bounded-prescience
pip3 install .

或者：

pip3 install git+https://github.com/HjalmarWijk/bounded-prescience.git

特性

* 有关此游戏规则的详细信息，请参阅手册。

要测试属性，请使用带有标志的 test_property.py 脚本 --env [游戏名称] --prop [属性名称]

这会模拟一个随机代理并记录违规行为。要使用人类游戏评估属性，请使用 --human 标志（需要 pygame）。

确认

要检查论文中在各种设置下评估的 9 个预训练代理的属性，请参阅脚本 check_noops.py 要运行 ChainerRL 代理，您首先需要通过运行 download_models.py 下载它们（Atari Zoo 代理动态下载）。脚本 chainer_no_shield.sh 和 atari_zoo_no_shield.sh 为所有属性运行所有代理，并将结果作为 csv 写入结果文件夹中。请注意，Atari Zoo 代理需要安装 Tensorflow 1（和 AtariZoo），而 ChainerRL 代理需要安装 Tensorflow 2 和 ChainerRL。

屏蔽

要使用 prescience 屏蔽检查属性，请使用 check_noops.py 的 --lookahead 标志屏蔽脚本对所有算法、属性和最多 5 的屏蔽深度运行此检查。

参考

如果您想在您的出版物中引用此存储库，请使用此 bibtex 条目：

@misc{bounded_prescience_repo,
  author = {Mirco Giacobbe, Mohammadhosein Hasanbeig, Daniel Kroening, and Hjalmar Wijk},
  title = {Shielding Atari Games with Bounded Prescience Code Repository},
  year = {2020},
  publisher = {GitHub},
  journal = {GitHub repository},
  howpublished = {\url{https://github.com/HjalmarWijk/bounded-prescience}},
}

执照

该项目根据BSD-3-Clause的条款获得许可