Top AI Repos — open-source AI, indexed and scored
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
Top AI Repos tracks AI repositories on GitHub and answers two different questions about each one: is it moving right now, and would you bet a product on it.
羊了个羊 + 深度强化学习（Deep Reinforcement Learning + 3 Tiles Game)
| Date | Stars |
|---|---|
| 2026-07-31 | 518 |
| 2026-08-01 | 518 |
| 2026-08-02 | 518 |
| 2026-08-06 | 518 |
| 2026-08-11 | 518 |
| 2026-08-12 | 518 |
| 2026-08-16 | 519 |
| 2026-08-18 | 519 |
| 2026-09-20 | 519 |
Today
— stars today
This week
— stars this week
This month
— stars this month
Momentum
0.0
growth rate 0.00%/day
# DI-sheep：深度强化学习 + 羊了个羊
当 AI 技术的明珠——深度强化学习，遇到号称“通关率只有0.01%”的游戏“羊了个羊”，会碰撞出哪些奇思妙想呢？
P.S. 路过记得点个 star  ，持续更新ing。
P.S.S. 想了解更多深度强化学习相关知识？快来 [DI-engine](https://github.com/opendilab/DI-engine) 训练自己的智能体。
<div align="center">
<a href="https://github.com/opendilab/DI-sheep"><img width="500px" height="auto" src="https://github.com/opendilab/DI-sheep/blob/master/ui/public/demo.gif"></a>
</div>
# News
- [bilibili] [羊群加不进去？那就来加猫群叭！深度强化学习版的羊了个羊来了](https://www.bilibili.com/video/BV1N24y1o7Lw/?spm_id_from=333.999.0.0)
- [WeChat] [万事开头难？喵小DI玩“羊了个羊”可不难](https://mp.weixin.qq.com/s/4Z3WtkcWRp6x4x60RVELfQ)
# 使用指南
## 算法原理解析
## 快速上手
- 如果想**在线试玩** --> [在线网页（改进中）](https://opendilab.net/sheep)
- 如果想**本地部署/测试**
- 服务端（Python）
```shell
# 预先安装好 Python3
cd service
pip install -r requirement.txt
FLASK_APP=app.py flask run # 玩家试玩
# FLASK_APP=agent_app.py flask run # 玩家 + AI 试玩
```
- 客户端（react）
```shell
# 预先安装好 node.js 和 react
cd ui
npm run build
npm run preview
```
然后在网页中打开对应链接即可
- 如果想进行完整的深度强化学习训练
```shell
# 预先安装好 Python3
cd service
pip install -r requirement-train.txt
python3 -u sheep_ppo_main.py
```
- 如果想使用定义好的 gym 羊了个羊环境 --> 点个 star 之后直接暴力 CTRL C+V 拿走 `service/sheep_env.py` 尽情魔改
- 如果想获得训练好的深度强化学习模型 --> 访问 [OpenDILab HuggingFace仓库](https://huggingface.co/OpenDILabCommunity/DI-sheep/tree/main) （目前提供了两种试玩模型，但智能体仍有很多进步空间）
- 如果想了解更多深度强化学习相关知识 --> 欢迎参阅 [DI-engine](https://github.com/opendilab/DI-engine) 和[相关文档](https://di-engine-docs.readthedocs.io/zh_CN/latest/)
- 如果想了解未来的更新计划 --> 请参阅[更新计划](#更新计划)
- 如果有其他问题或想法 --> 欢迎 github ISSUE 区讨论，或是贡献 Pull requests
## 项目结构
```text
.
├── LICENSE
├── ui --> react 网页前端
└── service --> Python 核心模块（算法和服务端）
├── app.py --> flask 服务 app (仅人类操作)
├── agent_app.py --> flask 服务 app（人类+AI操作）
├── requirement.txt --> Python 依赖库列表
├── sheep_env.py --> gym 格式环境
├── sheep_model.py --> 基于 PyTorch 的 Actor-Critic 神经网络模型
├── sheep_ppo_main.py --> 基于 DI-engine 的深度强化学习训练主函数
├── test_sheep_env.py --> gym 格式环境的单元测试
└── test_sheep_model.py --> 神经网络模型的单元测试
```
# 更新计划
## 算法
- [ ] 强化学习训练参数调整和算法微调
- [ ] 提供可供本地试玩的模型权重
- [ ] 详细的神经网络和强化学习算法设计文档
- [ ] model-based RL 和 planning 算法
- [ ] 神经网络压缩（用于部署）
## 环境
- [ ] 添加原类型游戏（比如3tiles）中的各种道具
- [ ] 牌的层数问题如何定义
- [ ] 结合 JAX 优化环境运行速度
- [ ] 更多结合 AI 的玩法设计
## 应用
- [x] 更多自定义主题和 BGM
- [x] 在线网页端部署
- [x] 样例神经网络权重下载
- [ ] 更多 AI 训练时的行为分析
- [ ] 移动端应用（欢迎Android/IOS开发者支持）
# 致谢
- react 前端部分主要参考 https://github.com/StreakingMan/solvable-sheep-game ，请大家也多多支持这个 repo
# License
DI-sheep is released under the Apache 2.0 license.
Excerpt of 2,935 characters
Read on GitHubWould you bet a product on this? Bounded 0–100 and slow moving.
matched fp:fcb87f3fe9c2f4df, topic:reinforcement-learning, topic:deep-reinforcement-learning, desc:reinforcement learning
