Snake Game AI - Inteligência Artificial para o Jogo da Cobrinha

Descrição

Este projeto implementa uma Inteligência Artificial (IA) baseada em Deep Q-Learning para jogar o clássico jogo da cobrinha (Snake Game). A IA é treinada para aprender a jogar de maneira autônoma, maximizando sua pontuação enquanto evita colisões.

Funcionalidades

• Aprendizado por Reforço: Utiliza Deep Q-Learning para aprender e melhorar sua performance.
• Memória de Replay: Implementa uma memória longa e curta para armazenar experiências e aprimorar a tomada de decisões.
• Treinamento com Rede Neural: Utiliza PyTorch para treinar uma rede neural capaz de prever as melhores ações.
• Gráficos em Tempo Real: Exibe gráficos com a evolução da performance da IA ao longo dos jogos.

Tecnologias Utilizadas

• Python
• PyTorch
• NumPy
• Matplotlib
• Pygame (para renderizar o jogo)

Como Executar o Projeto

Pré-requisitos

• Python 3.x instalado (recomendado >= 3.10)
• Ter o Git instalado para clonar o repositório (ou baixar o ZIP manualmente)

Dependências do Sistema (Obrigatório para Windows)

Para que o PyTorch funcione corretamente no Windows, é necessário instalar os Microsoft Visual C++ Redistributables. Sem isso, você poderá encontrar erros como:

OSError: [WinError 126] Não foi possível encontrar o módulo especificado. Error loading ...\torch\lib\fbgemm.dll

Baixe e instale os redistribuíveis aqui:

• Visual C++ Redistributable - Microsoft

Instale o arquivo:

• vc_redist.x64.exe (para sistemas 64 bits)

---

Instalação do PyTorch

O projeto pode ser executado tanto na CPU quanto na GPU (se você possuir uma placa de vídeo da NVIDIA com CUDA instalado corretamente).

Instalar versão CPU (Recomendado para a maioria dos usuários):

Mais simples e sem necessidade de drivers adicionais.

pip install torch --index-url https://download.pytorch.org/whl/cpu

🔹 Instalar versão GPU (Se você possui CUDA instalado):

Acesse o site oficial para gerar o comando de instalação específico para sua versão de CUDA:

https://pytorch.org/get-started/locally/

Exemplo (CUDA 12.1):

pip install torch --index-url https://download.pytorch.org/whl/cu121

---

Instalação das Dependências

Execute no terminal dentro do diretório do projeto:

pip install numpy pygame matplotlib

Passo a Passo para Execução

1. Clone o repositório:

   git clone https://github.com/seu-usuario/snake-game-ai.git

2. Acesse o diretório do projeto:

   cd snake-game-ai

3. Execute o script principal:

   python agent.py

4. A IA começará a jogar e você poderá visualizar a evolução da sua performance.

---

Treinamento e Resultados

Durante o treinamento, a IA aprende a sobreviver mais tempo e comer mais frutas, maximizando a pontuação. O progresso é registrado e exibido por meio de gráficos em tempo real.

---

Melhorias Futuras

• Implementação de Redes Neurais Convolucionais (CNNs) para melhorar a percepção do ambiente.
• Otimização dos hiperparâmetros do modelo para maior eficiência.
• Testes com diferentes estratégias de aprendizado e arquiteturas para melhorar a performance da IA.

---

Contribuindo

Contribuições são bem-vindas! Para contribuir:

1. Faça um fork do projeto.

2. Crie uma branch para sua modificação:

   git checkout -b minha-modificacao

3. Envie suas alterações:

   git push origin minha-modificacao

4. Abra um Pull Request.

---

📜 Licença

Este projeto está licenciado sob a MIT License – consulte o arquivo LICENSE para mais detalhes.