- 🎯 兼容环境 - DeepCubeA代码已完全适配现代PyTorch + GPU环境！
- 🎉 详细注释 - 加入详细的注释和案例分析，助力快速理解上手！
- 🔧 快速上手 - 提供小批量的测试代码，在本地机器快速跑出结果！
英文原版: README_EN.md
# 1. 设置环境
export CUDA_VISIBLE_DEVICES=0[,1,2,3]
source setup.sh
# 2. 快速训练测试
python ctg_approx/avi.py --env puzzle15 --states_per_update 500000 --batch_size 100 --nnet_name puzzle15_test --max_itrs 20000 --loss_thresh 0.1 --back_max 50 --num_update_procs 3
## 若训练不走了，提升 max_itrs
# 3. A*搜索测试 (30秒)
python search_methods/astar.py --states data/puzzle15/test/data_test.pkl --model_dir saved_models/puzzle15/current/ --env puzzle15 --weight 0.8 --batch_size 200 --results_dir results/puzzle15_test/ --language cpp --nnet_batch_size 100
## batch_size, for A* search
## nnet_batch_size, for neural network inference
## 由于快速训练的模型质量优先，启发式函数估值不准，导致A*搜索效率低下，因此我们使用已经训练好的模型进行搜索，并且使用小批量数据集，快速测试。
# 4. 查看结果
python scripts/compare_solutions.py --soln1 data/puzzle15/test/data_test.pkl --soln2 results/puzzle15_test/results.pkl
## 查看小批量数据集和上一步的结果- GPU: NVIDIA GTX 1650 (4GB)
- Python: 3.9+
- PyTorch: 2.5.1+
- CUDA: 12.0+
| 环境 | 代码 | 难度 | 状态 |
|---|---|---|---|
| 15拼图 | puzzle15 |
⭐ | ✅ 兼容 |
| 24拼图 | puzzle24 |
⭐⭐ | ✅ 兼容 |
| 35拼图 | puzzle35 |
⭐⭐⭐ | ✅ 兼容 |
| 48拼图 | puzzle48 |
⭐⭐⭐⭐ | ✅ 兼容 |
| 魔方3x3 | cube3 |
⭐⭐⭐⭐ | ✅ 兼容 |
| 关灯游戏 | lightsout7 |
⭐⭐⭐ | ✅ 兼容 |
| 推箱子 | sokoban |
⭐⭐⭐⭐⭐ | ✅ 兼容 |
🔗参考train.sh
python ctg_approx/avi.py --env puzzle15 --states_per_update 1000 --batch_size 100 --nnet_name test --max_itrs 10 --loss_thresh 0.5 --back_max 20 --num_update_procs 2 --num_test 50python ctg_approx/avi.py --env puzzle15 --states_per_update 20000 --batch_size 1000 --nnet_name standard --max_itrs 500 --loss_thresh 0.1 --back_max 50 --num_update_procs 6 --num_test 200python ctg_approx/avi.py --env puzzle15 --states_per_update 50000 --batch_size 2000 --nnet_name high_quality --max_itrs 1000 --loss_thresh 0.05 --back_max 100 --num_update_procs 8 --num_test 500- ✅ PyTorch兼容性 - 修复tensor类型转换和API变化
- ✅ Numpy兼容性 - 修复已弃用的类型定义
- ✅ 多进程优化 - 修复multiprocessing类型注解问题
- ✅ GPU内存管理 - 优化显存使用，支持小显存GPU
- ✅ 参数自动调节 - 针对不同GPU提供最优配置
| 问题 | 解决方案 |
|---|---|
| 显存不足 | 减小 --batch_size 和 --nnet_batch_size |
| 训练太快结束 | 降低 --loss_thresh，增大 --back_max |
| 搜索太慢 | 使用 --language cpp，增大 --weight |
| 解质量差 | 降低 --weight，启用 --max_update_steps |
# GPU使用率
watch -n 1 nvidia-smi
# 训练进度
tail -f saved_models/*/output.txt
# 磁盘使用
du -sh saved_models/*/A*搜索快速测试中的小批量数据集生成：
import pickle
import numpy as np
# 读取原始数据
data = pickle.load(open('data/puzzle15/test/data_0.pkl', 'rb'))
print('原始状态数量:', len(data['states']))
num = 10
# 取前num个状态进行测试
data_test = {
'states': data['states'][:num],
'solutions': data['solutions'][:num],
'num_nodes_generated': data['num_nodes_generated'][:num],
'times': data['times'][:num]
}
# 保存小测试集
pickle.dump(data_test, open('data/puzzle15/test/data_test.pkl', 'wb'))
print('小测试集状态数量:', len(data_test['states']))CPP版本的ASTAR编译:
# 测试环境缺少boost库，安装依赖（不缺就不装，缺啥装啥）
sudo apt update && sudo apt install -y libboost-all-dev
# 编译CPP代码
cd cpp
make
# 本仓库已经编译好了参考 Reproduce.md
- 原始论文: Solving the Rubik's Cube with Deep Reinforcement Learning and Search
- 原始代码: Github
- 兼容适配: 本仓库
- 实例分析: ExampleAnalysis.md by GPT-5
MIT License - 详见 LICENSE 文件