![](https://img-blog.csdnimg.cn/20201014180756916.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
强化学习
文章平均质量分 85
强化学习
ziuno
NLP爱好者,专注于解决小众bug~
展开
-
reinforcement_q_learning—解读
reinforcement_q_learning—解读原理讲解gymReplayMemoryDQNselect_action(state)optimize_model注意:Torch官网reinforcement_q_learning源码下文中不提供源码,需一边阅读一边对照源码,仅针对部分必要源码变量进行分析原理讲解如果不了解大致符号和理论定义,参考强化学习入门—超级马里奥简单来说,定义一个模型,输入是整个画面,输出是每个动作带来的未来价值(维度与动作数相同)计算两个神经网络对象,原创 2022-04-25 15:55:04 · 1254 阅读 · 1 评论 -
【ziuno】强化学习入门—超级马里奥
强化学习入门—超级马里奥对象抽取:马里奥、金币、板栗仔(蘑菇怪)术语智能体-Agent:马里奥状态(S或s)-State:当前游戏画面动作(A或a)-Action:智能体(马里奥)的,左、右、跳(简化)策略-Policy:根据状态,决定该采取的动作奖励(R或r)-Reward:执行动作后,游戏给予奖励,例如吃金币加分轨迹-Trajectory:包括每一步的状态、动作、奖励。智能体循环该过程:根据状态s,采取策略,执行动作a,获得奖励r,状态变化。策略-PolicyPol原创 2022-03-23 16:01:12 · 3671 阅读 · 0 评论