1

1

scripts/train_chengdu_mahjong_model.py

@@ -0,0 +1,27 @@
+import gym
+from stable_baselines3 import PPO
+from src.environment.chengdu_majiang_env import MahjongEnv
+
+def train_model():
+    # 创建 MahjongEnv 环境实例
+    env = MahjongEnv()
+
+    # 使用 PPO 算法训练模型
+    model = PPO("MlpPolicy", env, verbose=1, tensorboard_log="./ppo_mahjong_tensorboard/")
+
+    # 训练模型，训练总步数为100000
+    model.learn(total_timesteps=100000)
+
+    # 保存训练后的模型
+    model.save("ppo_mahjong_model")
+
+    # 测试模型
+    obs = env.reset()
+    done = False
+    while not done:
+        action, _states = model.predict(obs)  # 使用训练好的模型来选择动作
+        obs, reward, done, info = env.step(action)  # 执行动作
+        env.render()  # 打印环境状态
+
+if __name__ == "__main__":
+    train_model()

src/engine/actions.py

@@ -1,5 +1,5 @@
 from loguru import logger
-from utils import get_tile_name
+from src.engine.utils import get_tile_name
 
 
 def draw_tile(self):