Programowanie reinforcement-learning

7

Jak wytrenować sztuczną sieć neuronową do gry w Diablo 2 za pomocą wizualnych danych wejściowych?

Obecnie próbuję zmusić ANN do grania w grę wideo i liczyłem na pomoc od wspaniałej społeczności tutaj. Zdecydowałem się na Diablo 2. Gra toczy się więc w czasie rzeczywistym iz izometrycznego punktu widzenia, a gracz kontroluje jednego awatara, na którym skupiona jest kamera. Aby było konkretnie, zadaniem twojej postaci jest …

139 machine-learning computer-vision neural-network video-processing reinforcement-learning

4

Jaka jest różnica między iteracją wartości a iteracją polityki?

Jaka jest różnica między iteracją polityki a iteracją wartości w uczeniu się przez wzmacnianie ? O ile rozumiem, w iteracji wartości używasz równania Bellmana do rozwiązania optymalnej polityki, podczas gdy w iteracji polityki wybierasz losowo politykę π i znajdujesz nagrodę za tę politykę. Wątpię, że jeśli wybierasz losową polisę π …

94 machine-learning reinforcement-learning markov-models value-iteration

1

Zrozumienie pochodnej polityki gradientowej

Próbuję odtworzyć bardzo prosty przykład zasady Gradient, z jego bloga źródłowego blogu Andreja Karpathy'ego . W tym artykule znajdziesz przykład z CartPole i Policy Gradient z listą masy i aktywacją Softmax. Oto mój odtworzony i bardzo prosty przykład gradientu zasad CartPole, który działa idealnie . import gym import numpy as …

19 python machine-learning math deep-learning reinforcement-learning

1

Błąd typu: len nie jest dobrze zdefiniowany dla symbolicznych Tensorów. (aktywacja_3 / Tożsamość: 0) Zadzwoń do „x.shape” zamiast do „len (x)” w celu uzyskania informacji o kształcie

Próbuję wdrożyć model DQL w jednej grze na siłowni openAI. Ale daje mi następujący błąd. Błąd typu: len nie jest dobrze zdefiniowany dla symbolicznych Tensorów. (aktywacja_3 / Tożsamość: 0) Zadzwoń x.shapezamiast len(x) informacji o kształcie. Tworzenie środowiska na siłowni: ENV_NAME = 'CartPole-v0' env = gym.make(ENV_NAME) np.random.seed(123) env.seed(123) nb_actions = env.action_space.n …

10 python tensorflow keras reinforcement-learning keras-rl

Pytania otagowane jako reinforcement-learning