强化学习：COMP9814AssPartB代码如何测试？

首先让我们来回顾一下文档对PartB的要求：

PART-B（16分）

在这部分内容中，你需要实现一个智能体，用于玩一款简单的基于文本的冒险游戏。游戏中，智能体被困在一小群岛屿上，岛上有一些树木和古代建筑的遗迹。智能体需要在一个矩形环境中四处移动，收集工具，并避开（或移除）沿途的障碍物。环境中的障碍物和工具表示如下：​

障碍物	含义	工具	含义
T	树木	a	斧头
-	门	k	钥匙
\*	墙壁	d	炸药
˜	水	$	宝藏

智能体将由字符^、v、< 或 >中的一个表示，具体取决于它所指的方向。智能体能够执行以下指令：​

•
L：向左转​

•
R：向右转​

•
F：（尝试）向前移动​

•
U：（尝试）用钥匙打开门​

•
C：（尝试）用斧头砍树​

•
B：（尝试）用炸药炸毁墙壁、树木或门​

当执行L或R指令时，智能体保持在同一位置，仅改变方向。当执行F指令时，智能体试图朝着它所指的方向前进一格。如果智能体正前方有墙壁或树木，F指令将失败（不起作用）。​

当智能体移动到放置工具的位置时，它会自动捡起该工具。如果智能体携带了合适的工具，可以使用C、U或B指令移除其正前方的障碍物。持有斧头时，可以使用C（砍伐）指令移除树木；持有钥匙时，可以使用U（解锁）指令移除门；持有炸药时，可以使用B（炸毁）指令移除墙壁、树木或门。​

每当砍倒一棵树，这棵树会自动变成一个木筏，智能体可以用它作为工具在水面上移动。如果智能体没有携带木筏而向前移动进入水中，它将会溺水。如果智能体携带了木筏，就可以安全地进入水中，并使用木筏在水面上继续移动。当智能体回到陆地时，它使用的木筏会下沉，无法再次使用。智能体需要砍倒另一棵树来获取新的木筏。​

如果智能体试图移出环境边界，它将死亡。要赢得游戏，智能体必须捡起宝藏，然后返回其初始位置。​

作为单个进程运行

从以下目录下载src.zip文件：https://www.cse.unsw.edu.au/~cs3411/25T1/hw1raft （也可从此处下载）。将压缩包复制到你自己的文件空间中，解压，然后输入：

代码块

javac *.java​
cd src​
java Raft -i s0.in​

之后你应该会看到类似这样的内容：

代码块

~~~~~~~~~~~~~~~~~~~~~~~ ​
~~~~~~~~~~~~~~~~~~~~~~~ ​
~~ d * T a ~~ ​
~~ *-* *** ~~ ​
~~**** v ****~~ ​
~~TTT** **TTT~~ ​
~~ $ ** k ** ~~ ​
~~ ** ** ~~ ​
~~~~~~~~~~~~~~~~~~~~~~~ ​
~~~~~~~~~~~~~~~~~~~~~~~​

代码块

NN​
Enter Action(s):​

这允许你通过在键盘上输入命令（然后按<Enter>键）来扮演智能体的角色。注意：​

•
一把钥匙可以打开任何门；一旦门被打开，它就相当于从环境中移除了，再也无法“关闭”。​

•
斧头或钥匙可以多次使用，但每根炸药只能使用一次。​

•
如果没有携带合适的工具，或者智能体正前方的位置没有合适的障碍物，C、U或B指令将失败（不起作用）。​

以网络模式运行

按照以下说明了解游戏在网络模式下的运行方式：

1.
打开两个窗口，并在两个窗口中都进入src目录。​

2.
选择一个介于1025和65535之间的端口号——假设你选择31415。​

3.
在一个窗口中输入：java Raft -p 31415 -i s0.in​

4.
在另一个窗口中输入：java Agent -p 31415​

强化学习：COMP9814AssPartB代码如何测试？​

强化学习：COMP9814AssPartB代码如何测试？