python贪吃蛇游戏项目-建构贪吃蛇gym代码

By geo
python game

大家好，我是python游戏开发这门课程的主要框架师geo

利用pygame建立的游戏没有办法训练需要基于gym环境下才能训练

在gym中，每一个环境（Environment）都必须实现一组统一接口（standard API），这使得不同的强化学习算法能够在不同的环境中无缝运行

gym 中的必要的统一接口

概念 说明
env.reset() 重置环境并返回初始状态
env.step(action) 执行动作，返回：新的状态、奖励、是否终止、额外信息
observation 当前状态，可能是向量、图像等
action 采取的动作，离散或连续
reward 当前动作获得的奖励
done 是否达到终止条件
env.render() 显示当前环境状态（部分支持图形）
close 关闭环境，释放资源，尤其在渲染窗口开启时需要 
import gym 
from gym import spaces
import numpy as np
import pickle
from pygame_math_snake import snake

class SnakeEnv(gym.Env):

    def __init__(self):
        super(SnakeEnv, self).__init__()
        self.snake_game = snake()
        # 定义动作空间和状态空间
        self.action_space = spaces.Discrete(4)  # 假设游戏有4个动作可选：上、下、左、右
        self.observation_space = spaces.Box(low=0, high=255,
                                             shape=(self.snake_game.window_height, self.snake_game.window_width, 3),
                                               dtype=np.uint8)  # 假设游戏状态是RGB图像，大小为(window_height, window_width)

    def reset(self):
        return self.snake_game.reset()

    def step(self,action):
        return self.snake_game.step(action)

    def render(self,mode=None):
        # 在屏幕上显示游戏状态，这里需要调用原始snake类的渲染方法
        self.snake_game.render(mode=mode)

    def close(self):
        self.snake_game.close()

    def run(self):
        action = self.snake_game.render(mode='h')
        if action != None :
            print(action)
        return self.step(action)
    
    def random(self):
        action = self.action_space.sample()  # sample.
        if action != None :
            print(action)
        return self.step(action)
    
    def framework(self,mode=None):
        observation = self.reset()
        done = False

        if mode in ('sample','human' , 'h'):
            match mode :
                case 'sample':
                    while not done:
                        observation, reward, done, _ = self.random()
                case 'human' | 'h': 
                    while not done:
                        observation, reward, done, _ = self.run()
if __name__ == '__main__':

    env = SnakeEnv()
    env.framework(mode='human')