文件名称:
alpha-bomber：我们正在开发最先进的强化学习技术，以解决Bomberman的古老游戏-源码
开发工具:
文件大小: 4mb
下载次数: 0
上传时间: 2021-03-04
详细说明：机器学习基础知识2020/2021的最终项目代码模板： ：
我们的任务：
我们正在开发最先进的强化学习技术，以解决Bomberman的古老游戏。
强化学习-快速概述：
常见的RL方法可以分为基于策略和基于价值的方法。 值方法输出代表当前状态质量的值，并在值迭代过程中学习。 从选择随机值函数开始，此过程将迭代地改进该函数，直到达到最佳值函数为止。 然后可以从该函数中得出最佳策略。
另一方面，基于策略的方法旨在直接改善代理的策略，即状态与行为之间的映射。
流行的方法有：
（深度）Q学习（值方法）
策略梯度（策略方法）
A2C（政策和价值）
A3C（政策和价值）
Dreamer v2（OP方法）
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
