mindspore两日集训营202209-MindSpore蒙特卡洛树搜索

最新推荐文章于 2024-07-21 22:27:18 发布

irrationality

最新推荐文章于 2024-07-21 22:27:18 发布

阅读量511

点赞数 1

分类专栏：机器学习文章标签： python 开发语言

本文链接：https://blog.csdn.net/weixin_54227557/article/details/126810242

版权

机器学习专栏收录该内容

113 篇文章 2 订阅

订阅专栏

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.8.0/Reinforcement/any/mindspore_rl-0.5.0-py3-none-any.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
git checkout r0.5
在这里插入图片描述
这样就可以直接跑起来了。

经过非常简单的调整，我们就可以和强化学习下棋了

我又一次成功战胜了机器人，真不错。
修改的代码如下

print("player 1 acts")
            print(new_state)
            if not done:
                ckpt = self.env.save()
                action = self.mcts.mcts_search(self.uct)
                self.env.load(ckpt)
                # print(action[0])
                a = int(input('请输入你下的行(1~3)'))
                b = int(input('请输入你下的列(1~3)'))
                x = (a-1)*3+b-1
                # print(action[0])
                # print(x)
                # print(type(action[0]))
                action[0] = Tensor(x)
                new_state, reward, done = self.env.step(action[0])
                print("player 2 acts")
                print(new_state)