mindspore两日集训营202209-MindSpore蒙特卡洛树搜索

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。
在这里插入图片描述
经过非常简单的调整,我们就可以和强化学习下棋了
在这里插入图片描述
在这里插入图片描述
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)
  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“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

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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

打赏作者

irrationality

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
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