6CCS3AIN

Coursework

1 Introduction

This coursework exercise asks you to write code to create an  MDP-solver to work in the Pacman environment that we used for the practical exercises.

Read all these instructions before starting.

This exercise will be assessed.

2    Getting started

You should download the file pacman-cw.zip from KEATS. This contains a familiar set of files that implement Pacman, and version 6 of api .py which defines the observability of the environment that you will have to deal with, and the same non-deterministic motion model that the practicals used.

Version  6  of  api.py,  further  extends what  Pacman  can  know  about  the  world.   In  addition  to knowing the location of all the objects in the world (walls, food, capsules, ghosts), Pacman can now see what state the ghosts are in, and so can decide whether they have to be avoided or not.

3 What you need to do

3.1 Write code

This coursework requires you to write code to control Pacman and win games using an MDP-solver. For each move, you will need to have the model of Pacman’s world, which consists of all the elements of a Markov Decision Process, namely:

• A finite set of states S;

• A finite set of actions A;

• A state-transition function P (s, js; a);

• A reward function R;

• A discount factor √ ∈ [0; 1];

Following this you can then compute the action to take, either via Value Iteration, Policy Iteration or Modified Policy Iteration.  It is expected that you will correctly implement such a solver and optimize the choice of the  parameters.  There is a  (rather familiar) skeleton  piece of code to take as your starting point in the file mdpAgents .py. This code defines the class MDPAgent.

There are two main aims for your code:

(a)  Win hard in smallGrid

(b)  Win hard in mediumClassic

To win games, Pacman has to be able to eat all the food.  In this coursework, for these objectives, “winning” just means getting the environment to report a win.  Score is irrelevant.

3.1.1    Getting Excellence points

There is a diference between winning a lot and winning  well.  This is why completing aim (a) and (b) from previous section allows you to collect up to 80 points in the Coursework.  The  remaining 20 points are obtained by having a high Excellence Score Diference in the mediumClassic layout, a metric that directly comes from having a high average winning score.  This can be done through diferent strategies, for example through chasing eatable ghosts.

A couple of things to be noted.  Let W be the set of games won, i.e. ,  jW j ∈ [0, 25].  For any won game i ∈ W define s w(i) to be the score obtained in game/run i.

• △Se  in the marksheet is the Excellence Score Diference.  You can  use the following formula to calculate it when you test your code and compare the result against the values in Table 3

Losses count as 0 score and are not considered.  If △Se  < 0, we set it to 0 (you cannot have a negative excellence score diference) .

•  Because  smallGrid does  not  have  room  for  score  improvement,  we  will  only  look  at  the mediumClassic layout

• You can still get excellence points if your code performs poorly in the number of wins; marking points are assigned independently in the two sections

•  Note however that marking points are assigned such that it is not convenient for you to directly

aim for a higher average winning score without securing previous sections’s aims (a) and (b) first

• We will use the same runs in mediumClassic to derive the marks for Table 2 and Table 3 .

3.2 Things to bear in mind

Some things that you may find helpful:

(a)  We will evaluate whether your code can win games in smallGrid by running: python  pacman.py  -q  -n  25  -p  MDPAgent  -l  smallGrid

-l is shorthand for -layout.  -p is shorthand for -pacman.  -q runs the game without the interface (making it faster) .

(b)  We will evaluate whether your code can win games in mediumClassic by running:

python  pacman.py  -q  -n  25  -p  MDPAgent  -l  mediumClassic

The -n  25 runs 25 games in a row.

(c)  The time  limit for evlauation  is  25 minute for  mediumClassic and 5 minutes for small grid. It will  run on  a  high  performance  computer with  26 cores and  192  Gb  of  RAM. The time constraints are chosen after repeated practical experience and relect a fair time bound.

(d)  When  using  the  -n option  to  run  multiple  games,  the  same  agent  (the  same  instance  of MDPAgent.py) is run in all the games.

That means you might need to change the values of some of the state variables that control Pacman’s behaviour in between games. You can do that using the final() function.

(e)  There  is no requirement to use any of the methods described in the  practicals, though you can use these if you wish.

(f)  If you wish to  use the  map code  I  provided in MapAgent, you may do this, but you need to include comments that explain what you used and where it came from (just as you would for any code that you make use of but don’t write yourself) .

(g)  You can only use libraries that are part of a the standard Python 2.7 distribution.  This ensures that  (a)  everyone  has  access  to  the  same  libraries  (since  only  the  standard  distribution  is available on the lab machines) and (b) we don’t have trouble running your code due to some library incompatibilities.

(h)  You should comment your code and have a consistent style. all over the file.

3.3 Limitations

There are some limitations on what you can submit.

(a)  Your code must be in Python 2.7 .  Code written in a language other than Python will not be marked.

Code written in Python 3.X is unlikely to run with the clean copy of pacman-cw that we will test it against.  If is doesn’t run, you will lose marks.

Code  using  libraries  that  are  not  in  the  standard  Python  2.7  distribution  will  not  run  (in particular, NumPy is not allowed) .  If you choose to use such libraries and your code does not run as a result, you will lose marks.

(b)  Your code  must only  interact with the  Pacman environment  by  making calls through func- tions  in Version 6 of api .py.   Code that finds other ways to access  information about the environment will lose marks.

The idea here is to have everyone solve the same task, and have that task explore issues with non-deterministic actions.

(c)  You are not allowed to modify any of the files in pacman-cw.zip except mdpAgents .py.

Similar to the previous point, the idea is that everyone solves the same problem — you can’t change the problem by modifying the base code that runs the Pacman environment.  Therefore, you are not allowed to modify the api .py file.

(d)  You are not allowed to copy, without credit, code that you might get from other students or find lying around on the Internet. We will be checking.

This is the usual plagiarism statement. When you submit work to be marked, you should only seek to get credit for work you have done yourself.  When the work you are submitting is code, you can use code that other people wrote, but you have to say clearly that the other person wrote it — you do that by putting in a comment that says who wrote it.  That way we can adjust your mark to take account of the work that you didn’t do.

(e)  Your code must be based on solving the Pacman environment as an MDP. If you don’t submit a program that contains a recognisable MDP solver, you will lose marks.

(f)  The only MDP solvers we will allow are the ones presented in the lecture, i.e. , Value iteration, Policy iteration and Modified policy iteration.  In particular, Q-Learning is unacceptable.

(g)  Your code must only use the results of the MDP solver to decide what to do.  If you submit code which makes decisions about what to do that uses other information in addition to what the MDP-solver generates (like ad-hoc ghost avoiding code, for example), you will lose marks.

This is to ensure that your MDP-solver is the thing that can win enough games to pass the functionality test.

4 What you have to hand in

Your submission should consist of a single ZIP file.   (KEATS will  be configured to only accept a single file.) This ZIP file must include a single Python  .py file (your code) .

The ZIP file must be named:

cw  .zip

so my ZIP file would be named cw mallmann-trenn frederik.zip.

Remember that we are going to evaluate your code by running your code by using variations on python  pacman.py  -p  MDPAgent

(see Section 5 for the exact commands we will  use) and we will do this  in a vanilla copy of the pacman-cw folder, so the base class for your MDP-solving agent must be called MDPAgent.

To streamline the marking of the coursework, you must put all your code in one file, and this file must be called mdpAgents .py,

Do not just include the whole pacman-cw folder. You should only include the one file that includes the code you have written.

Submissions that do not follow these instructions will lose marks.  That includes submissions which are RAR files.  RAR  is not ZIP.

5    How your work will be marked

See cw-marksheet.pdf for more information about the marking. There will be six components of the mark for your work:

(a)  Functionality

We will test your code by running your  .py file against a clean copy of pacman-cw.

As discussed above, the number of games you win determines the number of marks you get. Since we will check it this way, you may want to reset any internal state in your agent using final() (see Section 3.2) .  For the excellence marks, we will look at the winning scores for the mediumClassic layout.

Since we have a lot of coursework to mark, we will limit how long your code has to demonstrate that it can win.  We will terminate the run of the 25smallGrid games after 5 minutes, and will terminate the run of the 25 mediumClassic games after 25 minutes.  If your code has failed to win enough games within these times, we will mark it as if it lost.  Note that we will use the -q command, which runs Pacman without the interface, to speed things up.

(b)  Code not written in  Python will not be marked.

(c)  Code that does not run in our test setting will receive 0 marks.  Regardless of the  reason.

(d)  We will release the random seed that we use for marking.  Say the seed  is 42, then you need to do the following to verify our marking is correct:

1) fix the random seed to 42 (int, not string type) at line 541 of pacman.py.  (not ’42’)

2) download a fresh copy of the new api (to avoid using files you modified yourself)

3) run python pacman.py -q -f -n 25 -p MDPAgent -l mediumClassic

4) you should get the same result as us.  If not repeat step 3) again.  Should the outcome be diferent, then you didn’t fix the random seed correctly.  Go back to 1)

A copy of the marksheet, which shows the distribution of marks across the diferent elements of the coursework, will be available from KEATS.