| """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: |
| _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: |
| |
| 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"] |
| 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) |
| 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() |
|
|
