MCTSVNet Project

项目概述

MCTSVNet是一个使用蒙特卡洛树搜索（MCTS）增强的深度学习网络，旨在解决复杂的决策和预测问题。本项目通过结合全局流和局部流的模型输出，使用深度学习框架PyTorch构建了一个复合神经网络模型，支持在线学习和经验重放机制。

环境要求

• Python 3.7+
• PyTorch 1.7+
• CUDA (如果使用GPU)
• 其他依赖请参考requirements.txt

安装指南

首先，克隆仓库到本地：

git clone https://github.com/Battam1111/MCTSV.git
cd MCTSVNet

建议使用虚拟环境：

python -m venv venv
# Windows
venv\Scripts\activate
# Unix or MacOS
source venv/bin/activate

安装依赖：

pip install -r requirements.txt

使用方法

1. 配置：根据需要调整config/config.yml中的配置项。

2. 训练模型：激活虚拟环境后，运行以下命令开始训练：

   python src/main.py

3. 监控训练过程：使用wandb或其他工具监控训练过程和性能。

项目结构

MCTSVNet/
│
├── config/ - 存放配置文件
│   └── config.yml
│
├── models/ - 模型定义
│   ├── mcts_vnet_model.py
│   ├── global_flow_model.py
│   └── local_flow_model.py
│
├── utils/ - 实用工具和辅助函数
│   ├── replay_buffer.py
│   └── reward_normalizer.py
│
├── src/
│   ├── main.py - 主训练脚本
│   └── environment_generator.py - 环境生成器
│
└── requirements.txt - 项目依赖

贡献指南

欢迎通过Issue或Pull Request贡献代码和改进建议。请遵循项目的代码风格和贡献流程。

许可证

本项目采用MIT许可证。有关详细信息，请参阅LICENSE文件。