看到這一篇的讀者辛苦拉，到了這邊，我們終於到了可以實做跑程式的地方了，基本上就是帶著大家跑一遍訓練，可以手動讓自己玩一下，但是 agent 不會動，或許程式這邊可以再做些修改。另外最後也有研究數據跟圖表，可以供大家做參考。

安裝

我這邊的安裝版本是 3.7.16，因為是2021的版本，不太敢裝太新

conda create --name python37 python=3.7 -y
conda activate python37

git clone https://github.com/rosewang2008/gym-cooking.git
cd gym-cooking
pip3 install -e .

執行訓練

記得要確保我們在**gym-cooking/gym_cooking/**的路徑下執行程式。這裡有幾個參數供我們做參考

python main.py --num-agents <number> --level <level name> --model1 <model name> --model2 <model name> --model3 <model name> --model4 <model name>

1. num-agents agent的數量
2. level 看你什麼任務
3. model1 ~ model4的指定演算法 演算法名稱分別是
   • bd to run Bayesian Delegation,
   • up for Uniform Priors,
   • dc for Divide & Conquer,
   • fb for Fixed Beliefs, and
   • greedy for Greedy.

也可以參考官方給的案例，這樣就可以執行了！

python main.py --num-agents 2 --level partial-divider_salad --model1 bd --model2 bd

但最後我這邊報出 AttributeError: 'OvercookedEnvironment' object has no attribute 'game’ 的問題，所以後來改用這段程式碼，解決這個問題，就加上 -with-image-obs 就好

python main.py --num-agents 2 --level partial-divider_salad --model1 bd --model2 bd --with-image-obs

這樣就可以跑訓練囉！

自己玩看看

可以跑這段自己來操作遊戲，記得它都沒有執行鍵，如果你已經把菜放在沾板上了，再重複一次對著目標的方向，再前進一次就好，就可以切菜或送餐了。

python main.py --num-agents 2 --level partial-divider_salad --play

開始做飯

切好水果，組合成沙拉

送餐成功！耶！

結語

一開始的初衷就是完成這個專案，只是沒想到中間還產出了篇AI社區的研究，然後輾轉反側介紹了這篇AI廚房，到了今天介紹完研究，跑完程式，心中也終於放下一大塊石頭了，雖然還有幾天的篇幅要寫，但覺得也是功德圓滿，接下來就在找幾個好玩的相關研究來介紹。今天… 終於可以好好睡了XD