File size: 5,002 Bytes
3491075 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61 62 63 64 65 66 67 68 69 70 71 72 73 74 75 76 77 78 79 80 81 82 83 84 85 86 87 88 89 90 91 92 93 94 95 96 97 98 99 100 101 102 103 104 105 106 107 108 | """Entraîne un ou plusieurs bots à partir de zéro.
Exemples :
python train.py evolution # un bot
python train.py 3d peace --iters 300 # plusieurs bots
python train.py all # les 6 bots qui apprennent, l'un après l'autre
python train.py fly --resume # reprendre depuis la dernière sauvegarde
python train.py fly --resume --sans-limite # tourne jusqu'à ce que tu fasses Ctrl+C
Le meilleur cerveau (mesuré sur 300 cartes de contrôle jamais vues à l'entraînement)
est sauvegardé dans checkpoints/<bot>.npz ; la courbe d'apprentissage dans logs/<bot>.csv.
"""
from __future__ import annotations
import sys as _sys
try: # console Windows : affiche les accents et les barres sans planter
_sys.stdout.reconfigure(encoding="utf-8", errors="replace")
except Exception:
pass
import argparse
import multiprocessing as mp
import os
import sys
import time
import numpy as np
from graphwar import bots
from graphwar.learn.common import SANS_FIN, Pool, validate
from graphwar.learn.evo import train_cem, train_es, train_ga
from graphwar.learn.ppo import train_ppo
TRAINERS = {"ga": train_ga, "es": train_es, "cem": train_cem, "ppo": train_ppo}
DEFAULT_ITERS = {"ga": 400, "es": 400, "cem": 400, "ppo": 300}
def saver(bot, which):
path = os.path.join(bots.CKPT_DIR, f"{bot.key}{'' if which == 'best' else '_last'}.npz")
bot.save(path)
def main():
ap = argparse.ArgumentParser(description="Entraîne les bots Graphwar à partir de zéro.")
ap.add_argument("bots", nargs="+", help=f"'all' ou parmi : {', '.join(bots.LEARNERS)}")
ap.add_argument("--iters", type=int, default=None, help="nombre de générations / itérations")
ap.add_argument("--workers", type=int, default=max(1, (os.cpu_count() or 2) - 2),
help="nombre de cœurs pour simuler les tirs (défaut : tous sauf 2)")
ap.add_argument("--seed", type=int, default=0)
ap.add_argument("--resume", action="store_true", help="repartir de la dernière sauvegarde")
ap.add_argument("--sans-limite", action="store_true",
help="ne s'arrête jamais tout seul : Ctrl+C pour arrêter (rien n'est perdu)")
args = ap.parse_args()
keys = bots.LEARNERS if "all" in args.bots else [k.lower() for k in args.bots]
for k in keys:
if k not in bots.LEARNERS:
sys.exit(f"Bot inconnu ou qui n'apprend pas : {k}. Choix : {', '.join(bots.LEARNERS)}")
pool = Pool(args.workers)
print(f"Entraînement sur {pool.workers} cœur(s).\n")
summary = []
interrupted = False
try:
for k in keys:
best0 = -1.0
if args.resume:
# on repart du meilleur cerveau sauvegardé (sinon du dernier état)
best_path = os.path.join(bots.CKPT_DIR, f"{k}.npz")
last = os.path.join(bots.CKPT_DIR, f"{k}_last.npz")
bot = bots.make(k, path=best_path if os.path.exists(best_path) else last)
if os.path.exists(os.path.join(bots.CKPT_DIR, f"{k}.npz")):
best0 = validate(pool, k, bots.make(k).policy.flat)["touche"] # record à battre
else:
bot = bots.make(k, path="__aucun__", seed=args.seed)
bot.trained_iters = 0
iters = SANS_FIN if args.sans_limite else (args.iters or DEFAULT_ITERS[bot.learner])
v0 = validate(pool, k, bot.policy.flat)
print(f"━━ {bot.name} — {bot.method} — fonctions : {bot.vocab.name}")
print(f" cerveau : {' → '.join(map(str, bot.policy.sizes))} ({bot.policy.n_params} poids)")
print(f" avant entraînement : {100 * v0['touche']:.1f}% de tirs qui touchent un ennemi\n")
t0 = time.time()
seed = args.seed + sum(map(ord, k)) + (int(time.time()) if args.resume else 0) # nouvelles cartes en reprise
if args.sans_limite:
print(" Sans limite : Ctrl+C pour arrêter. Le record et l'état courant sont sauvegardés en continu.\n")
best = TRAINERS[bot.learner](bot, pool, iters, np.random.default_rng(seed),
save=saver, resume=args.resume, best0=best0)
mins = (time.time() - t0) / 60
print(f"\n ✔ {bot.name} : record {100 * best:.1f}% en {mins:.1f} min → checkpoints/{k}.npz\n")
summary.append((bot.name, v0["touche"], max(best, best0), mins))
except KeyboardInterrupt:
interrupted = True
print("\n\nArrêté. Le meilleur cerveau est dans checkpoints/ ; relance avec --resume pour continuer.")
finally:
pool.close(force=interrupted)
if summary:
print("Bilan")
for name, a, b, m in summary:
print(f" {name:11s} {100 * a:5.1f}% → {100 * b:5.1f}% ({m:.1f} min)")
print("\nPour les voir se battre : python arena.py")
if __name__ == "__main__":
mp.freeze_support()
main()
|