
ReinforceMC
一个实现了强化学习功能的Minecraft模组,通过可配置的奖励系统和输入处理,让神经网络学习并游玩Minecraft。[NEW] 新增DeepSeek
查看大图ReinforceMC 是由 topandrey14 / topandrey15 于 2025 年 5 月发起的原创项目。 “ReinforceMC”这一名称仅与本项目相关联。 严禁在商业或误导性项目中未经授权使用该名称。
ReinforceMC 🧠
一个实现强化学习功能的 Minecraft 模组,允许神经网络通过可配置的奖励系统和输入处理来学习并游玩 Minecraft。
功能 ✨
🤖 DeepSeek + Baritone 集成已发布!
- 在你自己的 Telegram 机器人中向 DeepSeek 发送消息,它便会使用 Baritone 在 Minecraft 中执行操作!
🎯 自定义强化学习神经网络训练
- 开始、停止、暂停和恢复训练会话
- 通过奖励跟踪实时监控性能
- 紧急停止功能可立即终止训练
- 模型保存与加载功能
🏆 可配置的奖励系统
- 为各种游戏内行为设置自定义奖励:
- ⚔️ 战斗:击杀玩家/生物、受到伤害、治疗
- 🏗️ 建造:破坏/放置方块、合成物品
- 🚶 探索:移动、疾跑、跳跃、潜行
- 📦 物品:拾取、丢弃、使用、附魔物品
- 👤 角色:获得经验值、等级变化、进食
📊 输入配置
- 📷 截图输入:可配置分辨率以进行视觉学习
- 📍 其他玩家坐标:位置与移动数据
- 📈 你的角色统计数据:生命值、饥饿值、经验值、物品栏信息
- 👥 附近玩家跟踪:检测并跟踪其他玩家
📋 奖励模板系统
- 保存并加载奖励配置
- 将模板导出为 JSON 格式
- 创建自定义训练场景
- 在会话之间共享配置
🖥️ 用户界面
- 涵盖所有配置选项的完整 GUI
- 实时训练状态与统计数据
- 包含详细指标的性能监视器
- 可用于输入自定义的可用按键编辑器
安装 🔧
📋 要求
- 🎮 Minecraft 1.16.5
- ⚡ Minecraft Forge 36.2.42 或兼容版本
- ☕ Java 8 或更高版本
- 🖥️ GPU 支持:支持 CUDA 12.1 的 NVIDIA GPU(可选,回退到 CPU,但可能更慢)
- 💾 内存:至少为 Minecraft 分配 4GB RAM
🚀 设置
- 模组将在首次运行时自动下载所需的神经网络库,Minecraft 首次加载该模组可能需要长达 5 分钟。此后不会再发生。
使用方法 🎮
🌟 入门
- 使用已配置的按键绑定打开 ReinforceMC GUI(默认:查看按键绑定菜单)
- 配置你的输入设置(截图分辨率、启用的输入)
- 为期望的行为设置奖励参数
- 配置 AI 可使用的可用按键
- 开始训练并监控进度
⌨️ 按键控制
- 🖥️ 打开 GUI:可配置按键绑定
- 🔄 切换训练:快速开始/停止训练
- 🛑 紧急停止:F1(立即暂停/恢复)
⚙️ 配置
📥 输入类型
- 📷📍 截图 + 坐标:完整的视觉与位置数据
- 📷 仅截图:不使用位置数据的视觉学习
- 📍 仅坐标:不使用视觉输入的基于位置的学习
🏆 奖励配置
为特定行为配置正奖励或负奖励。较高的奖励会鼓励该行为,而负奖励会抑制该行为。
⚡ 性能注意事项
- 更高的截图分辨率会增加显存占用和处理时间
- GPU 加速可显著提升训练速度
- 训练期间请监控系统资源
技术细节 🔧
📚 依赖项
- 🧠 DJL(Deep Java Library):神经网络框架
- 🔥 PyTorch:后端神经网络引擎
- 🚀 CUDA 支持:为兼容硬件提供 GPU 加速
💾 数据存储
- 模型保存在
.minecraft/mods/reinforcemc/ - 模板存储在
.minecraft/mods/reinforcemc/templates/ - 配置文件使用 JSON 格式
📊 性能
- 💻 CPU 模式:兼容所有系统,训练较慢
- 🖥️ GPU 模式:需要兼容 CUDA 的 GPU,训练更快
- 🧠 内存:根据输入配置自动管理内存分配
截图 📸
该模组包含一个完整的 GUI 系统,具有多个配置界面:
- 🏠 主配置菜单
- 🏆 奖励系统设置
- 📊 输入配置
- 🎯 训练控制面板
- 📈 性能监控
- 📋 模板管理
兼容性 🔧
- 🎮 Minecraft 版本:1.16.5
- ⚡ Forge 版本:36.2.42+
- 💻 操作系统:Windows(主要),其他平台可能以仅 CPU 模式运行
- 💾 内存:建议至少 4GB RAM
许可证 📄
本项目采用 MIT 许可证。
注意:此模组需要计算资源,面向至少了解基本机器学习概念的用户。训练时间可能因硬件配置和学习任务的复杂程度而有很大差异。
正在加载版本记录…






正在加载评论…
评论在新手盒子客户端中发表,这里同步展示。