def main():
pygame.init()
screen = pygame.display.set_mode((SCR_RECT.width, SCR_RECT.height))
pygame.display.set_caption("Rappy-AI")
font = pygame.font.Font(None, 48)
clock = pygame.time.Clock()
img_dict = {} # 画像は辞書型で登録
load_img(img_dict, os.path.join("img", "wall.png"), "wall") # wallで画像を登録
load_img(img_dict, os.path.join("img", "rappy.png"), "bird") # birdで画像を登録
game_scene = GameScene(img_dict=img_dict, font=font, SCR_RECT=SCR_RECT)
# while True:
while not game_scene.get_exit_flag():
clock.tick(60) # 60fps
game_scene.step()
game_scene.render(screen)
class RappyEnv(gym.Env):
metadata = {
'render.modes': ['human', 'rgb_array'],
'video.frames_per_second' : 50
}
def __init__(self):
pygame.init()
self.screen = pygame.display.set_mode((SCR_RECT.width, SCR_RECT.height))
pygame.display.set_caption("Rappy-AI")
self.font = pygame.font.Font(None, 48)
self.clock = pygame.time.Clock()
self.img_dict = {} # 画像は辞書型で登録
load_img(self.img_dict, os.path.join("img", "wall.png"), "wall") # wallで画像を登録
load_img(self.img_dict, os.path.join("img","rappy.png"), "bird") # birdで画像を登録
self.game_scene = GameScene(img_dict=self.img_dict, font=self.font, SCR_RECT=SCR_RECT)
self.score = 0
# 行動空間の定義(0, 1)
self.action_space = spaces.Discrete(2)
# 状態空間の最大と最小を定義
# low = np.array([0, -WINDOW_HEIGHT])
# high = np.array([WINDOW_WIDTH, WINDOW_HEIGHT])
# ラッピーのy座標、y方向速度、壁の隙間の座標x,yの順番
low = np.array([0, -GameScene.PLAYER_SPEED_MAX, 0, 0])
high = np.array([DIVIDE_NUM_Y, GameScene.PLAYER_SPEED_MAX, DIVIDE_NUM_X, DIVIDE_NUM_Y])
self.observation_space = spaces.Box(low=low, high=high)
self._seed()
self.screen = None
self._reset()
def _seed(self, seed=None):
self.np_random, seed = seeding.np_random(seed)
return [seed]
def _step(self, action):
assert self.action_space.contains(action), "%r (%s) invalid" %(action, type(action))
# 無条件報酬(生存時間あたりの報酬)
reward = 0.0 # y座標に比例して増やす報酬を下に追加したため一旦0に変更
self.game_scene.step(action)
# self.state = self.game_scene.get_nearest_gap_distance()
# state計算(ラッピーのy座標、yスピード、隙間のx座標、y座標)
self.state = np.array([simplify_pos(self.game_scene.get_rappy_pos()[1], SCR_RECT.height, DIVIDE_NUM_Y),
self.game_scene.get_rappy_speed(),
simplify_pos(self.game_scene.get_nearest_gap_pos()[0], SCR_RECT.width, DIVIDE_NUM_X),
simplify_pos(self.game_scene.get_nearest_gap_pos()[1], SCR_RECT.height, DIVIDE_NUM_Y)])
# ジャンプした場合にマイナスの報酬(ジャンプしすぎるので)。
# 連続でジャンプした場合に限定(2020/07/26)
if action == 1 and self.game_scene.get_rappy_speed() <= -GameScene.PLAYER_SPEED_MAX + 1:
#reward += -50.0
reward += -1.0
# 天井に接着しているときマイナスの報酬
if self.game_scene.is_rappy_on_top():
reward += 0.0
# スコアを獲得したときの報酬
if self.score < self.game_scene.get_score():
reward += 3000.0
self.score = self.game_scene.get_score()
else:
reward += 0.0
# ラッピーのy座標と隙間のy座標が近ければ近いほど報酬が多くもらえる
# reward += np.round((DIVIDE_NUM_Y - (abs(self.state[3] - self.state[0]))) / 10, decimals=2)
reward += DIVIDE_NUM_Y - (abs(self.state[3] - self.state[0]))
done = self.game_scene.is_rappy_dead() or self.game_scene.count > 1000
if done:
# 死んだときマイナスの報酬
reward += -500.0
# 死亡地点にて、隙間との距離に応じて追加報酬もあり→加点だと、壁にぶつかることで報酬が増えると勘違いされる可能性がある
# reward += (DIVIDE_NUM_Y - (abs(self.state[3] - self.state[0]))) ** 2
reward += -((self.state[3] - self.state[0]) ** 2)
self.game_scene.exit()
return np.array(self.state), reward, done, {}
def _reset(self):
# とりあえず画面右端の真ん中に隙間がある状態を初期状態とする
self.game_scene.init()
# self.state = np.array([SCR_RECT.width / 2, 0])
self.state = np.array([DIVIDE_NUM_Y / 2, 0, DIVIDE_NUM_X / 2, DIVIDE_NUM_Y / 2])
self.steps_beyond_done = None
return np.array(self.state)
def _render(self):
if self.screen is None:
self.screen = pygame.display.set_mode((SCR_RECT.width, SCR_RECT.height))
pygame.display.set_caption("Rappy-AI")
self.game_scene.render(self.screen)
return
