lunar-lander

通过优先体验重播深度Q网络 概述 在这个项目中，我们建立了一个使用Experience Replay作为强化学习代理的Dueling Deep Q网络，以解决OpenAI Gym中离散的Lunar Lander环境。 这种环境的目标是使“月球着陆器”以零速度着陆在着陆垫上。 当平均奖励为+200点时，认为此任务已解决。 通过将q网络的q值分成两个称为状态值和动作优势的流，决斗深层q网络能够对q值进行更准确的预测。 优先级的体验重播使网络可以选择和培训具有较高td错误的体验，从而使培训重点放在重

皮克斯·兰德 Lunar Lander使用复古游戏引擎以Python编写的游戏致敬。 特征 程序图生成 像素完美碰撞检测 燃油推进系统 HUD与月球模块反馈 着陆影响检测 控制项 使用arrow键控制登月舱。 s键开始游戏。 您可以使用菜单上的m键更改地图。 r键重新启动游戏。 您可以使用q或esc键退出游戏。 打包的可执行文件 如果您想在不安装开发工具的情况下玩游戏，可以在上进行。 将其添加到应用程序laucher（仅Linux） 为了能够打开游戏而不必打开终端并键入./pyxel-

月球最佳着陆 对质量变化的月球着陆器进行Python模拟，绘制出轨迹以最大程度地减少控制工作量（可自定义）