第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

Chrome T-Rex-Game 強(qiáng)化學(xué)習(xí)沒有改善

Chrome T-Rex-Game 強(qiáng)化學(xué)習(xí)沒有改善

皈依舞 2022-08-16 15:31:04
我想為Chrome-No-Internet-Dino-Game創(chuàng)建一個(gè)AI。因此,我調(diào)整了這個(gè)Github-Repository以滿足我的需求。我使用以下公式來計(jì)算新的Q:資料來源:https://en.wikipedia.org/wiki/Q-learning我現(xiàn)在的問題是,即使在大約2.000.000次迭代之后,我的游戲分?jǐn)?shù)也沒有增加。你可以在這里找到游戲文件:https://pastebin.com/XrwQ0suJQLearning.py:import pickleimport Game_headlessimport Gameimport numpy as npfrom collections import defaultdictrewardAlive = 1rewardKill = -10000alpha = 0.2  # Learningrategamma = 0.9  # DiscountQ = defaultdict(lambda: [0, 0, 0])  # 0 = Jump / 1 = Duck / 2 = Do NothingoldState = NoneoldAction = NonegameCounter = 0gameScores = []def paramsToState(params):    cactus1X = round(params["cactus1X"] / 10) * 10    cactus2X = round(params["cactus2X"] / 10) * 10    cactus1Height = params["cactus1Height"]    cactus2Height = params["cactus2Height"]    pteraX = round(params["pteraX"] / 10) * 10    pteraY = params["pteraY"]    playerY = round(params["playerY"] / 10) * 10    gamespeed = params["gamespeed"]    return str(cactus1X) + "_" + str(cactus2X) + "_" + str(cactus1Height) + "_" + \           str(cactus2Height) + "_" + str(pteraX) + "_" + str(pteraY) + "_" + \           str(playerY) + "_" + str(gamespeed)def shouldEmulateKeyPress(params):  # 0 = Jump / 1 = Duck / 2 = Do Nothing    global oldState    global oldAction    state = paramsToState(params)    oldState = state    estReward = Q[state]    action = estReward.index(max(estReward))    if oldAction is None:        oldAction = action        return action    # Previous action was successful    # -> Update Q    prevReward = Q[oldState]    prevReward[oldAction] = (1 - alpha) * prevReward[oldAction] + \                            alpha * (rewardAlive + gamma * max(estReward))    Q[oldState] = prevReward    oldAction = action    return action在每一幀上,來自的函數(shù)調(diào)用 。然后,所述函數(shù)返回 0 表示 Jump,返回 1 表示 duck,返回 2 表示無。我嘗試調(diào)整常量,但這沒有顯示出任何效果。如果您有任何疑問,請(qǐng)隨時(shí)問我!提前感謝您!gameplay()Game_headless.pyshouldEmulateKeyPress()
查看完整描述

2 回答

?
白板的微信

TA貢獻(xiàn)1883條經(jīng)驗(yàn) 獲得超3個(gè)贊

我能夠解決這個(gè)問題,但我真的不知道錯(cuò)誤是什么。我在游戲函數(shù)的末尾添加了一個(gè) return 語句,現(xiàn)在它以某種方式工作。


查看完整回答
反對(duì) 回復(fù) 2022-08-16
?
慕虎7371278

TA貢獻(xiàn)1802條經(jīng)驗(yàn) 獲得超4個(gè)贊

Reddit上的某個(gè)人做了這個(gè),你有沒有看過他們的代碼?https://www.reddit.com/r/MachineLearning/comments/8iujuu/p_tfrex_ai_learns_to_play_google_chromes_dinosaur/

查看完整回答
反對(duì) 回復(fù) 2022-08-16
  • 2 回答
  • 0 關(guān)注
  • 104 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購(gòu)課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)