强化学习玩2048

最新推荐文章于 2023-01-14 09:23:44 发布
最新推荐文章于 2023-01-14 09:23:44 发布
阅读量393 收藏
点赞数
分类专栏： python 强化学习 2048 文章标签： python pytorch 人工智能
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44780427/article/details/127460580
版权
python 同时被 3 个专栏收录
2 篇文章 0 订阅
订阅专栏
强化学习
1 篇文章 0 订阅
订阅专栏
2048
1 篇文章 0 订阅
订阅专栏

2048

使用说明

play.py 图形化2048游玩
predict.py 评估强化学习100局的得分情况
环境要求 pytorch
tqdm

采用的算法

ppo。在采取动作之前，优先过滤掉无效的操作，相比于惩罚无效操作，过滤是更好的方法。

30w epcoch震荡。

现在的效果

100局 百分之五十达到512 百分之10达到1024

奖励函数设置

每轮正奖励：得分/100+空格/16

每局终止状态奖励：-50*（10-log2(每局的最高砖块)）

改进方法：使用蒙特卡洛搜索树方法。并没有特地优化，结果与强化学习差不多，泛化能力稍差

产生的问题

1.ppo的探索问题

​ 随着训练的加深，策略网络已经变为确定性策略，近乎完全失去了探索能力，最终成绩在512~1024震荡。ppo的探索问题如何解决？sac中添加的熵正则可能会更加适合2048这个环境。

Github链接

github链接

weixin_44780427
关注
  • 0
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
2048-rl:2048强化学习
05-12
2048-rl Deep Q-Learning Project，打2048。有关，请参阅。 入门 安装 ，python＆pip。 然后，运行： pip install -r requirements.txt 要运行代码，您需要更新PYTHONPATH ： source set_pythonpath.sh 现在，您应该可以运行测试了： py.test 源代码结构 所有python源代码都位于py_2048_rl 。 游戏 该目录包含模拟2048游戏本身的代码。 例如，它提供了实现游戏逻辑的Game类。 play模块定义了Experience类，一个play()函数和各种策略，这些策略可以作为参数传递给play() 。 学习 该目录包含与Deep Q-Learning算法本身有关的所有代码。 以下是这些模块的完整列表： replay_memory实现了“重播内存”。 主要方法有add
使用强化学习训练智能体玩基于gym环境的2048游戏.zip
最新发布
02-10
人工智能项目资料- 【探索人工智能的宝藏之地】 无论您是计算机相关专业的在校学生、老师，还是企业界的探索者，这个项目都是为您量身打造的。无论您是初入此领域的小白，还是寻求更高层次进阶的资深人士，这里都有您需要的宝藏。不仅如此，它还可以作为毕设项目、课程设计、作业、甚至项目初期的立项演示。 【人工智能的深度探索】 人工智能——模拟人类智能的技术和理论，使其在计算机上展现出类似人类的思考、判断、决策、学习和交流能力。这不仅是一门技术，更是一种前沿的科学探索。 【实战项目与源码分享】 我们深入探讨了深度学习的基本原理、神经网络的应用、自然语言处理、语言模型、文本分类、信息检索等领域。更有深度学习、机器学习、自然语言处理和计算机视觉的实战项目源码，助您从理论走向实践，如果您已有一定基础，您可以基于这些源码进行修改和扩展，实现更多功能。 【期待与您同行】 我们真诚地邀请您下载并使用这些资源，与我们一起在人工智能的海洋中航行。同时，我们也期待与您的沟通交流，共同学习，共同进步。让我们在这个充满挑战和机遇的领域中共同探索未来！
你玩《2048》能拿多少分？AI的最高分纪录：401912
量子位
06-23 1571
鱼羊 发自 凹非寺量子位 报道 | 公众号 QbitAI如果让AI来玩《2048》这样的游戏，那会是怎样一种画面？现在，有人用强化学习方法实践了起来。于是，插上DQN的翅膀，AI从零起步...
用PPO玩2048游戏--可以达到合成2048的目的
qq_40394402的博客
07-08 1848
通过PPO算法对2048游戏进行训练，可以得到很的效果，
【Python学习笔记】——2048小游戏实现
OldBowl
05-08 427
实验楼项目：https://www.shiyanlou.com/courses/368/labs/1172/document # _*_coding:utf-8_*_ import curses from random import randrange,choice from collections import defaultdict actions=['Up','Left','Down...
DQN-2048:2048的AI使用强化学习
05-12
RL-2048 这是使用强化学习的AI。
【强化学习】小项目分析：DQN玩游戏2048
qq272437543的博客
02-11 3127
DQN玩游戏《2048》 用DQN玩小游戏，可分为游戏环境部分和模型部分，最后有源码地址 1.《2048》 （应该没有人不会玩吧） 2048环境python代码 操作：上下左右 要点：每次都要在空地方随机产生一个新的（2或4）的块块 环境奖励机制： 1.如果有消去的滑块：+消去滑块的大小（比如32+32变成64，就加64分） 2.存活：+1分 3.不能移动（即没有消去滑块或产生新滑块）：-5分（需要避免模型陷入死路） 4.死局：-20 2. Q Learning Q表：Q[s, a]记录某状态s下对应的行为
2048-Gym:该项目旨在使用强化学习算法来玩2048游戏
03-21
2048健身房 该存储库是一个有关使用DQN（Q-Learning）玩2048游戏并使用加速和加速环境的。使用的算法来自“ ，环境是自定义的 env。该环境包含两种类型的电路板表示形式：二进制和无二进制。第一个使用幂二矩阵来表示电路板的每个图块。相反，没有二进制文件使用原始矩阵板。 该模型使用两种不同类型的神经网络：CNN（卷积神经网络），MLP（多层感知器）。使用CNN作为特征提取器比使用MLP更好。可能是因为CNN可以提取空间特征。结果，代理在1000个已玩游戏的10％中获得2048个图块。 奥图纳 Optuna是一个自动超参数优化软件框架，专门为机器学习而设计。它具有命令式，按运行定义样式的用户API。多亏了我们的运行定义API，用Optuna编写的代码具有高度的模块化，并且Optuna的用户可以动态构造超参数的搜索空间。 还有就是如何使用这个库指南。 Numba 是一种开源JI
机器学习大作业-用于训练监督学习（模仿学习）或强化学习代理的2048游戏api+源代码+文档说明
12-23
1、资源内容：机器学习大作业-用于训练监督学习（模仿学习）或强化学习代理的2048游戏api+源代码+文档说明 2、代码特点：内含运行结果，不会运行可私信，参数化编程、参数可方便更改、代码编程思路清晰、注释明细，都经过测试运行成功，功能ok的情况下才上传的。 3、适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。 4、作者介绍：某大厂资深算法工程师，从事Matlab、Python、C/C++、Java、YOLO算法仿真工作10年；擅长计算机视觉、 目标检测模型、智能优化算法、神经网络预测、信号处理、元胞自动机、图像处理、智能控制、路径规划、无人机等多种领域的算法仿真实验，更多源码，请上博主主页搜索。 -------------------------------------------------------------------------- -
2048游戏DQN实验
Ray的博客
11-26 2210
2048 DQN实验背景工作分析问题状态表征强化学习算法参数设计代码实现实验结果CNN输入全连接输入CNN input + Priority总结 背景 我已经做过一些强化学习相关项目，本科的时候也用min-max搜索做过2048，一直觉得2048应该是适合被强化学习解决的，但是查询发现并没有比较合适靠谱的实现代码，于是完成并开源了我的一部分实现工作，供RL learner 参考，github链接 ...
left-shift:使用深度强化学习解决游戏2048
03-10
左移 该存储库包含我们的项目中ÉcolePolytechnique的INF581：AI高级主题中使用的代码。 在此项目中，我们旨在培训2048游戏的游戏代理。 我们实现了一个来对游戏进行建模，并使用来自稳定基线库的Deep Q-Learning（DQN）算法来训练多个代理，这些代理会改变状态编码，奖励功能，网络类型和结构。 结果表明，使用单热编码的编码状态对于提高性能至关重要。 我们还得出结论，就此游戏而言，卷积神经网络（CNN）比多层感知器（MLP）更有效。 要进行更深入的讨论，请阅读。 项目结构 下面我们详细介绍每个目录的功能： agents ：包含用于训练和评估agent的脚本（有关Running子节的更多详细信息），以及实现自定义回调和策略的必要代码； docs ：包含您在上面看到的GIF以及项目的最终报告； hyperparams ：包含详细描述代理程序超参数的YAM
强化学习matlab源代码
12-04
强化学习matlab源代码很少见的源代码，详细介绍Q学习的编程过程。 强化学习matlab源代码很少见的源代码，详细介绍Q学习的编程过程。
强化学习matlab代码
01-29
强化学习算法，实现强化学习对网络资源的分配，目的是频谱利用最大化 强化学习算法，实现强化学习对网络资源的分配，目的是频谱利用最大化
Easy RL强化学习教程.rar
04-08
贡献者：Datawhale开源项目组 作为人工智能里最受关注的领域之一，强化... 在学习强化学习的过程中，遇到了有无数资料却难以入门的问题，于是发起了Datawhale强化学习项目，希望自学的同时帮助更多学习者轻松入门。
强化学习理论部分.pdf
08-20
根据《强化学习原理与python实现》一书自己总结的笔记，非常详细！
强化学习_强化学习_
09-30
强化学习相关的资料，可以更好的了解强化学习
【原创百篇纪念】2048蒙特卡洛法与强化学习测试+B站视频爬取与Cookie攻击测试
热门推荐
一只热爱奔跑的程序猿
09-14 2万+
回归
用Python实现2048小游戏（终端升级版）相比上篇 增添了撤回功能和历史最高分数的统计
Miku_wx的博客
01-16 1170
时隔数天，我又回来了 最近工作稍微有点忙，没有更新 昨晚给学生上课，写2048的时候，被学生提了需求，一个撤回功能和历史分数的记录 就拿过来给大家也看一下 下方链接为原游戏代码 用Python实现2048小游戏（终端版） 首先是增添的撤回功能 每局游戏有三次撤回的机会 # 撤销 def revoke(self): if self.count > 0: self.count -= 1 self.screen = copy.d
游戏 2048 的最佳算法是什么？
kalman2019的博客
01-14 4905
我最近偶然发现了游戏 2048。您可以通过在四个方向中的任何一个方向移动相似的图块来合并相似的图块以制作“更大”的图块。每次移动后，一个新的图块会出现在随机的空白位置，其值为 2 或 4。当所有的方块都被填满并且没有可以合并图块的移动时，游戏终止，或者您创建了一个值为 2048 的图块。一，我需要遵循一个明确的策略来达到目标。所以，我想为它写一个程序。我目前的算法：我正在做的是，在任何时候，我都会尝试将具有值 2 和 4 的图块合并，也就是说，我尝试使 2 和 4 图块尽可能少。如果我以这种方式
深度强化学习玩2048
09-23
通过深度强化学习玩2048游戏，可以得到一些有趣的结论。例如，模型可能会学会一些常见的策略，如合并相同数字的块，避免棋盘被填满等。同时，模型也可能会探索一些新的策略，如将数字块集中在一个角落等。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值