[论文解读] Multi-platform Version of StarCraft: Brood War in a Docker Container: Technical Report

Michal Šustr, Jan Malý+1 more|arXiv (Cornell University)|Jan 7, 2018

Artificial Intelligence in Games参考文献 5被引用 3

一句话总结

本文提出了一种基于Docker的多平台解决方案，用于在集成AI开发工具的环境中运行《星际争霸：母巢之战》，支持跨平台部署、可复现的测试以及AI智能体的可扩展训练。通过使用Wine容器化游戏并预先安装BWAPI和Java支持，该系统使研究人员能够轻松地在不同环境中运行、测试和扩展AI代理，支持可配置的资源分配以及无头或图形界面模式。

ABSTRACT

We present a dockerized version of a real-time strategy game StarCraft: Brood War, commonly used as a domain for AI research, with a pre-installed collection of AI developement tools supporting all the major types of StarCraft bots. This provides a convenient way to deploy StarCraft AIs on numerous hosts at once and across multiple platforms despite limited OS support of StarCraft. In this technical report, we describe the design of our Docker images and present a few use cases.

研究动机与目标

• 克服原生操作系统限制（仅支持Windows/Mac）的限制，实现《星际争霸：母巢之战》AI智能体的跨平台部署。
• 提供一个自包含、可复现的环境，用于测试和训练AI智能体，确保系统资源的一致性。
• 支持大规模并行执行《星际争霸》游戏，以满足机器学习和基准测试的需求。
• 通过预先安装BWAPI等所需工具和API，简化不同类型的智能体（如C++、Java等）的集成。
• 支持无头模式和图形界面模式，以实现AI智能体高效训练和调试。

提出的方法

• 使用Wine将《星际争霸：母巢之战》容器化，使其可在类Unix系统上运行，实现跨平台兼容性。
• 扩展Wine基础镜像，集成《星际争霸：母巢之战》、BWAPI以及必要的游戏数据和地图。
• 构建专用的Docker镜像，预先安装Java环境，以支持基于Java的AI智能体。
• 为每个容器实现可配置的资源分配，确保结果的一致性和性能隔离。
• 使用Docker卷在容器与主机之间共享游戏数据、日志和缓存（如BWTA2地图分析）。
• 支持无头模式（禁用GUI）和有头模式（通过VNC启用GUI），以实现灵活的部署和调试。

实验结果

研究问题

• RQ1 如何创建一个一致的、多平台的《星际争霸：母巢之战》环境，以支持在多样化系统上的AI研究？
• RQ2 容器化资源隔离对AI智能体性能测试的可复现性和可靠性有何影响？
• RQ3 基于Docker的部署能否简化在统一环境中集成和执行多种AI智能体类型（如C++和Java）？
• RQ4 该容器化设置在自对弈或基准测试场景中，对大规模并行训练AI智能体的效率如何？
• RQ5 Docker在减少使用专有游戏（如《星际争霸：母巢之战》）进行AI研究时的部署复杂性和许可障碍方面，能发挥什么作用？

主要发现

• Docker化环境成功使《星际争霸：母巢之战》在任何支持Docker的系统上运行，突破了原生操作系统的限制。
• 预安装的工具（如BWAPI和Java环境）使多种智能体类型可立即使用，无需手动配置。
• 为每个容器分配资源，确保了在不同硬件配置下结果的一致性和可复现性。
• 无头模式通过消除GUI开销，支持高效的规模化训练；而VNC访问则支持有头模式下的调试。
• 通过共享卷实现日志、缓存（如BWTA2）和游戏数据在容器间的高效共享与缓存。
• 系统支持通过SSCAIT竞赛API自动获取和执行智能体，简化了基准测试和工作流。