AIpacman
0 ОтзывыAIpacman предлагает полноценный набор инструментов на Python для разработки, визуализации и бенчмаркинга AI-агентов в классической среде Pac-Man. В него входят реализации поисковых алгоритмов (DFS, BFS, A*, UCS), adversarial методов (Minimax, Alpha-Beta, Expectimax) и методов обучения с подкреплением (Q-Learning). Благодаря гибкой настройке лабиринтов, метрикам производительности и CLI-управлению пользователи могут легко расширять агентов, анализировать стратегии и получать практический опыт в области ИИ.
Продвигайте этот инструмент
Обновите этот инструмент
AIpacman
AIpacman предлагает полноценный набор инструментов на Python для разработки, визуализации и бенчмаркинга AI-агентов в классической среде Pac-Man. В него входят реализации поисковых алгоритмов (DFS, BFS, A*, UCS), adversarial методов (Minimax, Alpha-Beta, Expectimax) и методов обучения с подкреплением (Q-Learning). Благодаря гибкой настройке лабиринтов, метрикам производительности и CLI-управлению пользователи могут легко расширять агентов, анализировать стратегии и получать практический опыт в области ИИ.
Реклама
Что такое AIpacman?
AIpacman — это open-source проект на Python, моделирующий среду игры Pac-Man для экспериментов с ИИ. Пользователи могут выбрать встроенных агентов или реализовать собственных с помощью алгоритмов поиска (DFS, BFS, A*, UCS), adversarial методов (Minimax с обрезкой Alpha-Beta и Expectimax) или техник обучения с подкреплением (Q-Learning). Фреймворк обеспечивает конфигурируемые лабиринты, логирование производительности, визуализацию решений агентов и CLI для запуска матчей и сравнения результатов. Он предназначен для образовательных целей, исследований и личных проектов в области ИИ и разработки игр.
Кто будет использовать AIpacman?
- Студенты и преподаватели по ИИ
- Исследователи в области обучения с подкреплением
- Любители разработки игр
- Разработчики алгоритмов ИИ
- Преподаватели информатики
Как использовать AIpacman?
- Шаг 1: git clone https://github.com/YKeanoe/AIpacman.git
- Шаг 2: cd AIpacman и выполните pip install -r requirements.txt
- Шаг 3: откройте pacman.py и выберите или определите свой класс агента
- Шаг 4: запустите python pacman.py -p YourAgent -l layoutName
- Шаг 5: наблюдайте визуализацию игры и показатели производительности
- Шаг 6: изменяйте код агента или оформление лабиринта и повторяйте
Платформа
- Linux
- Mac
- Windows
Ключевые Особенности и Преимущества AIpacman
Основные функции
- Агенты, основанные на поиске: DFS, BFS, UCS, A*
- Агенты adversarial: Minimax, Alpha-Beta, Expectimax
- Обучение с подкреплением: Q-Learning
- Конфигурируемое оформление лабиринтов
- Визуализация и рендеринг игры
- Логирование и метрики производительности
- Запуск через CLI
Преимущества
- Практическое изучение алгоритмов ИИ
- Легкое расширение с собственными агентами
- Benchmarking и сравнение стратегий
- Гибкая настройка окружения
- Четкая визуализация процесса принятия решений
Основные Сценарии Использования и Приложения AIpacman
- Обучение концепциям поиска и ИИ в играх
- Метрики для агентов обучения с подкреплением
- Исследование adversarial стратегий поиска
- Разработка собственных игровых ИИ-проектов
- Демонстрация принятия решений ИИ на уроках
Часто Задаваемые Вопросы о AIpacman
Информация о Компании AIpacman
- YKeanoe
Обзоры AIpacman
5/5
Основные Конкуренты и Альтернативы AIpacman?
Berkeley Pacman Projects
OpenAI Gym Pac-Man environment
Python Learning Environments (PLE)
RLlib Game Environments
Malmo (Minecraft AI Testbed)
Вам также может понравиться：
Запускайте coding-агентов в постоянном облачном рабочем пространстве с общими файлами, предпросмотрами, командным контекстом и без локальной настройки.
Diagrid поддерживает рабочие процессы AI-агентов даже при сбоях, сохраняет состояние и криптографически подтверждает каждый завершенный шаг выполнения.
Запускайте кодирующих агентов локально со сменяемыми моделями, инструментами, песочницами и журналами сеансов через среду выполнения плагинов на TypeScript.
Автономное рабочее пространство с ИИ, которое планирует, выполняет и доводит до результата реальную работу на разных устройствах.
Loopa — это платформа AI-агентов, которая автоматизирует исследования, создание контента, анализ и выполнение рабочих процессов.
Автономный ИИ-агент, который выполняет длинные задачи сквозным образом в приложениях, на сайтах и в облачных компьютерах.
Хостинг OpenClaw-агента: развертывание в один клик, более 500 моделей, защищённая инфраструктура и автоматизированное управление агентами для команд и разработчиков.
Готовая к корпоративному использованию среда выполнения агентов, объединяющая Discord, веб и терминал с безопасным RAG, памятью и выполнением инструментов.
Бесплатный управляемый хостинг OpenClaw. Разверните AI‑агентов за 60 секунд с кредитами Claude на $500.
OpenClaw — это open-source персональный ИИ-ассистент, запускаемый локально, который автоматизирует задачи через чат-приложения и плагины.
Управляемое рабочее пространство Openclaw для развёртывания локально-ориентированных AI-агентов, найма AI-персонала и присоединения к экосистеме Moltbook.
CoTester — это корпоративный AI-агент для тестирования, который надежно генерирует, выполняет и самовосстанавливает автоматизированные тесты.
Разговорный ИИ‑ассистент, автоматизирующий исследовательские задачи, работу в браузере, веб‑скрейпинг и управление файлами с помощью естественного языка.
Gobii позволяет командам создавать автономных цифровых работников 24/7 для автоматизации веб-исследований и рутинных задач.
Агент AI дизайна автоматизирует рабочий процесс, создавая изображения, видео и 3D модели до 10 раз быстрее.
SJinn — это агент с поддержкой ИИ, создающий изображения, видео, аудио и 3D-контент на основе описаний.
Eigent — это платформа AI workforce с открытым исходным кодом, управляющая сложными рабочими процессами через сотрудничество мультиагентной системы.
Theoriq AI - это интеллектуальная платформа для анализа данных и поддержки принятия решений.
NVIDIA Omniverse Audio2Face преобразует 3D-анимации персонажей с помощью AI, создавая лицевые и эмоциональные выражения.