注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. TicTacToe_game-源码

  2. 我制作的井字游戏的图形版本！ 可以通过强化学习训练与完美的AI（玩家1或2）对抗。 如果您想了解更多有关如何训练/自己训练的详细信息，请参阅我的其他仓库“ TicTacToe” 也可以玩人与人。 使用pygame制作，纯在python中。 只需运行main.py文件。 您需要安装pygame，就是这样。 注意：我无法上传exe文件，因为它太大（45mb）无法在此处上传。 对不起。

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：835584
    • 提供者：weixin_42099302

  1. Numerical_TicTacToe_Agent_using_Reinforcement_Learning:建立一个学习弹奏数字井字游戏的RL（强化学习）代理。 代理通过Q-Learning学习游戏-源码

  2. 数值_井字棋_代理_使用_强化_学习 建立一个学习弹奏数字井字游戏的RL（强化学习）代理。 代理通过Q-Learning学习游戏。 游戏（ 是最受欢迎和持久的游戏之一。 由于它的熟悉性，该游戏通常被用作数学决策过程的入门示例。 它的简洁性使其成为一个完美的游戏，可以说明思考前瞻和学习每个决策的结果所带来的收益。 井字游戏有多种变体。 最经典的是X和O，每个玩家都希望将他们的三个标记放在3x3网格的水平，垂直或对角线行中。 该游戏的另一个流行变体是数字井字游戏。 使用数字1到9代替X和O。

  3. 所属分类：其它

    • 发布日期：2021-03-13
    • 文件大小：24117248
    • 提供者：weixin_42123296

  1. TicTacToe:井字游戏，旨在用于通过强化学习（DQN）训练深度神经网络。 它也可以由2个人玩，并具有硬编码的AI，该AI永不松动，如果您不对其进行完美的游戏，则将获胜。-源码

  2. 深度Q学习井字游戏 该程序实现了一个PyGame TicTacToe，该游戏可以由两个人玩，一个人对一个算法AI，一个人对一个通过对付算法AI训练的神经网络。 训练算法使用Deep Mind的DQN建议： 重播经验记忆已实现，上限为250,000次 每轮训练都使用来自重播记忆库的大量随机经验 使用辅助神经网络来计算未来的Q值，然后每10场游戏用主网络的权重对其进行更新。 有关更多信息： :

  3. 所属分类：其它

    • 发布日期：2021-03-10
    • 文件大小：3145728
    • 提供者：weixin_42181693

  1. 井字游戏使用强化学习：井字游戏强化模型-源码

  2. 井字游戏使用强化学习 井字形加固模型 井字游戏的Q学习实施

  3. 所属分类：其它

    • 发布日期：2021-02-19
    • 文件大小：380928
    • 提供者：weixin_42109598

  1. 井字游戏使用强化学习-源码

  2. 井字游戏使用强化学习 问题陈述 井字游戏是有史以来最受欢迎和最持久的游戏之一。 该游戏通常被用作数学分析决策过程的开始示例。 井字游戏有多种变体。 最经典的是X和O，每个玩家都希望将他们的三个标记放置在3x3网格的水平，垂直或对角线上。 该游戏的另一个流行变体是数字井字游戏。 使用数字1到9代替X和O。 在3x3网格中，数字1到9被填充，每个单元格中都有一个数字。 第一个玩家使用奇数游戏，第二个玩家使用偶数游戏，即玩家1只能在单元格中输入一个奇数，而玩家2可以在其余单元格中输入一个偶数。 每

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：198656
    • 提供者：weixin_42109178

  1. 井字游戏-源码

  2. 井字游戏 Python程序提供了可以智能地玩TicTacToe游戏的AI。 欢迎使用我的TicTacToe AI！ 该AI正在使用强化学习。 AI以随机移动模式玩数千个游戏并将其保存，以将奖励与每个游戏相关联。 报酬与举动的重要性成正比。 程序中有一些解释和注释，请遵循＃。 我将使用找到最佳学习率的程序上载笔记本。 随意使用它。 告诉我您将在哪个疯狂的项目中使用它或提出任何建议！ 再见 ！ PS：特别感谢alexandrefresnais，他帮助理解了该主题。

  3. 所属分类：其它

    • 发布日期：2021-02-12
    • 文件大小：4096
    • 提供者：weixin_42138780