强化学习快餐教程(3) - 一条命令搞定atari游戏

2019-10-08 796

强化学习快餐教程(3) - 一条命令搞定atari游戏

通过上节的例子，我们试验出来，就算是像cartpole这样让一个杆子不倒这样的小模型，都不是特别容易搞定的。

那么像太空入侵者这么复杂的问题，建模都建不出来，算法该怎么写？

别急，我们从强化学习的基础来讲起，学习马尔可夫决策过程，了解贝尔曼方程、最优值函数、最优策略及其求解。然后学习动态规划法、蒙特卡洛法、时间差分法、值函数近似法、策略梯度法。再然后我们借用深度学习的武器来武装强化学习算法，我们会学习DQN算法族，讲解2013版的基于Replay Memory的DQN算法，还有2015年增加了Target网络的新DQN算法，还有Double DQN、优先级回放DQN和Dueling DQN，以及PG算法族的DPG，Actor-Critic，DDPG，以及A3C算法等等。

有的同学表示

微信关注我们

原文链接：https://yq.aliyun.com/articles/720209

转载内容版权归作者及来源网站所有！

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。

Joomla 4教程：如何从URL删除.index.php

我们的Joomla 4教程从基础到高级的Joomla用户提供了有用的教程和提示。在本教程中，我们将向您逐步说明如何从Joomla 4网站的URL中删除index.php，以建立友好的url系统。搜索引擎友好（SEF），可读或干净的URL是对访问者和搜索引擎都有意义的URL，因为它们解释了指向他们指向的特定页面的路径。以下是带有和不带有“ .index.php”的URL示例。如何从Joomla网址中删除index.php有2个简单的步骤可以为您的Joomla 4网站删除.index.php。在Joomla 4中启用“使用URL重写”。将htaccess.txt重命名为.htaccess步骤1：启用“使用URL重写”要在Joomla中启用“使用URL重写” ，请转至Joomla仪表盘→系统→全局配置，在页面右侧，找到SEO设置，启用2个选项：搜索引擎友好的URL使用URL重写步骤2：将htaccess.txt文件重命名为.htaccess如果使用Apache服务器，请确保已在主机帐户上安装并启用了mod_rewrite。连接到FTP服务器，htaccess.txt在站点根文件夹...

2019-10-08

610

强化学习快餐教程(2) - atari游戏不知道看了上节的内容，大家有没有找到让杆不倒的好算法。现在我们晋阶一下，向世界上第一种大规模的游戏机atari前进。太空入侵者可以通过 pip install atari_py 来安装atari游戏。下面我们以SpaceInvaders-v0为例看下Atari游戏的环境的特点。图形版在太空入侵者中，支持的输入有6种，一个是什么也不做，一个是开火，另4个是控制方向： 0: NOOP 1: FIRE 2: UP 3: RIGHT 4: LEFT 5: DOWN 我们从环境中获取的信息是什么呢？很不幸，是一个(210, 160, 3)的图片，显示出来是这样的：我们写代码把这个环境搭起来。策略嘛，我就原地不动一直开火。 import gym from skimage import io env = gym.make(

2019-10-08

648

资源下载

更多资源

Spring

Spring框架（Spring Framework）是由Rod Johnson于2002年提出的开源Java企业级应用框架，旨在通过使用JavaBean替代传统EJB实现方式降低企业级编程开发的复杂性。该框架基于简单性、可测试性和松耦合性设计理念，提供核心容器、应用上下文、数据访问集成等模块，支持整合Hibernate、Struts等第三方框架，其适用范围不仅限于服务器端开发，绝大多数Java应用均可从中受益。

Rocky Linux

Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能，例如代码缩略图，Python的插件，代码段等。还可自定义键绑定，菜单和工具栏。Sublime Text 的主要功能包括：拼写检查，书签，完整的 Python API ， Goto 功能，即时项目切换，多选择，多窗口等等。Sublime Text 是一个跨平台的编辑器，同时支持Windows、Linux、Mac OS X等操作系统。

WebStorm

WebStorm 是jetbrains公司旗下一款JavaScript 开发工具。目前已经被广大中国JS开发者誉为“Web前端开发神器”、“最强大的HTML5编辑器”、“最智能的JavaScript IDE”等。与IntelliJ IDEA同源，继承了IntelliJ IDEA强大的JS部分的功能。