Zbiór prostych projektów i eksperymentów związanych z zastosowaniem algorytmów uczenia maszynowego w grach.
W repo znajdziesz m.in. implementację agenta RL dla gry Snake wraz z narzędziami do treningu, testów i wizualizacji wyników.
Agent RL trenowany do gry w Snake na siatkach o zmiennych rozmiarach.
| Demo |
|---|
![]() |
- Więcej informacji
- Trening, testowanie, analiza modelu, generowanie GIF
Agent RL dla gry Pasjans Klondike z obsługą niewalidnych akcji (masked actions).
| Demo |
|---|
![]() |
- Więcej informacji
- Trening, testowanie w Pygame, nagrywanie GIF
Każdy projekt zawiera własne instrukcje uruchomieniowe i opis konfiguracji.
- Python 3.10+
- pip
- (opcjonalnie) środowisko wirtualne, np.
venv
Przykład (Windows PowerShell):
python -m venv venv
.\venv\Scripts\Activate.ps1
pip install -r requirements.txt
# Jeśli potrzebujesz konkretnej wersji torch (dostosuj do swojej konfiguracji GPU/CPU):
pip uninstall torch
pip install torch>=2.7 --index-url https://download.pytorch.org/whl/cu128Szczegóły dotyczące uruchamiania i konfiguracji znajdziesz w README odpowiedniego podprojektu.

