强化学习快餐教程(3) - 一条命令搞定atari游戏

2019-10-08 740

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...

2019-10-09

550

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(

2019-10-09

594

资源下载

更多资源

优质分享App

近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。

Mario

马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。

腾讯云软件源

为解决软件依赖安装时官方源访问速度慢的问题，腾讯云为一些软件搭建了缓存服务。您可以通过使用腾讯云软件源站来提升依赖包的安装速度。为了方便用户自由搭建服务架构，目前腾讯云软件源站支持公网访问和内网访问。

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。