教程:用强化学习玩转恐龙跳跳
DeepMind在2013年发表了一篇题为《用深度强化学习玩Atari》的文章,介绍了一种新的用于强化学习的深度学习模型,并展示了它仅使用原始像素作为输入来掌握Atari 2600计算机游戏难度控制策略的能力。在本教程中,我将使用Keras实现本文。我们将从增强学习的基础开始,然后深入代码中进行实践性的理解。
AI玩游戏
我在2018年3月初开始了这个项目,并取得了一些不错的成果。但是,只有CPU的系统是学习更多功能的瓶颈。强大的GPU极大地提升了性能。
在我们运行模型之前,我们需要了解许多步骤和概念。
步骤:
- 在浏览器(JavaScript)和模型(Python)之间构建双向接口
- 捕获和预处理图像
- 训练模型
- 评估
源代码:https://github.com/Paperspace/DinoRunTutorial.git
入门
要按照原样训练和玩游戏,
