1

configs/log_config.py

@@ -1,4 +1,8 @@
+import os
 from loguru import logger
 
-# 配置日志
+# 确保 ../logs 目录存在，如果不存在则创建
-logger.add("mahjong_ai_{time}.log", rotation="10 MB", level="DEBUG", format="{time} {level} {message}")
+os.makedirs("../logs", exist_ok=True)
+
+# 配置日志，记录到 ../logs 目录下
+logger.add("../logs/chengdu_mj_engine.log", rotation="10 MB", level="DEBUG", format="{time} {level} {message}")

scripts/train_chengdu_mahjong_model.py

@@ -1,19 +1,24 @@
 import gym
 from stable_baselines3 import PPO
 from src.environment.chengdu_majiang_env import MahjongEnv
+import torch
 
 def train_model():
     # 创建 MahjongEnv 环境实例
     env = MahjongEnv()
 
+    # 检查是否有可用的GPU
+    device = "cuda" if torch.cuda.is_available() else "cpu"
+    print(f"使用设备: {device}")
+
     # 使用 PPO 算法训练模型
-    model = PPO("MlpPolicy", env, verbose=1, tensorboard_log="../logs/ppo_mahjong_tensorboard/")
+    model = PPO("MlpPolicy", env, verbose=1, tensorboard_log="../logs/ppo_mahjong_tensorboard/", device=device)
 
     # 训练模型，训练总步数为100000
-    model.learn(total_timesteps=100000)
+    model.learn(total_timesteps=100)
 
     # 保存训练后的模型
-    model.save("ppo_mahjong_model")
+    model.save("../models/ppo_mahjong_model")
 
     # 测试模型
     obs = env.reset()

test.py

@@ -1,2 +1,3 @@
 import torch
 print(torch.cuda.is_available())  # 如果返回True，说明可以使用GPU
+print(torch.__version__)