文件名称：Super-Meta-MarIO:马里奥AI套装
文件大小：46.01MB
文件格式：ZIP
更新时间：2024-06-08 02:39:33
mario neat genetic-algorithm deep-reinforcement-learning JupyterNotebook
超级元MarIO 结合使用遗传算法和强化学习来击败Mario。 发布已结束 如果您转至发行版，则可以下载完整的工作代码。 在克隆此存储库并尝试使其正常工作之前，请执行此操作。 初步解释 使用代码击败游戏的整个概念可能会令人困惑。 这是因为当您观看游戏时，诸如符号AI，遗传算法和强化学习之类的东西看起来都很相似，但是每种方法都不相同。 为了帮助使此回购协议更有意义，此小帮手指南将解释这些详尽的理论以及它们所存在的一些问题。 符号AI（硬编码） 不使用人类击败马里奥的最简单方法是使用传统AI。 这可以通过两种方式完成。 首先很容易理解。 您要做的就是对每个输入进行硬编码。 这意味着每当Mario按下右键时，您只需编写一行代码，说正确即可。 问题（实际上不是AI） 这也可以称为TAS，并且存在严重问题。 没有办法将其概括。 它可能非常准确，但必须遵循一条路径。 这可以归结为只是人类通过作弊来
【文件预览】：
Super-Meta-MarIO-master
----Freeze()
--------setup.py(5KB)
--------setup_basic.py(5KB)
----dqn_frozen_modelv3.h5(514KB)
----images()
--------Background.png(60KB)
--------ContinousPlay.gif(15.8MB)
--------IsolatedPersonProblem.gif(9.07MB)
--------selfdrivingcar.gif(8.88MB)
--------LocalMinimumBasic.png(82KB)
----lib()
--------__init__.py(0B)
--------getkeys.py(357B)
--------reinforcement.py(11KB)
--------SQL.py(7KB)
----LICENSE(1KB)
----Stats()
--------frz.csv(626B)
--------frz3.csv(558B)
--------frz1.csv(404B)
--------21blind.csv(2KB)
--------19blind.csv(2KB)
--------1dqn.csv(1KB)
--------17eye.csv(2KB)
--------15eye.csv(2KB)
--------4eye.csv(2KB)
--------M2.pool(816KB)
--------20blind.csv(2KB)
--------9eye.csv(2KB)
--------6blind.csv(2KB)
--------13blind.csv(2KB)
--------23blind.csv(721B)
--------22eye.csv(2KB)
--------Stats.ipynb(30KB)
--------5blind.csv(2KB)
--------25blind.csv(2KB)
--------1dqks.csv(2KB)
--------18eye.csv(2KB)
--------24eye.csv(721B)
--------M1.pool(746KB)
----README.md(13KB)
----Main.py(10KB)
----dqn_frozen_model.h5(2.67MB)
----run.bat(32B)
----.gitignore(1KB)
----dqn_frozen_modelv4.h5(516KB)
----dqn_frozen_modelv2.h5(2.67MB)
----Notebooks()
--------Restoring a Model.ipynb(100KB)
--------NewDQN.ipynb(359KB)
--------malgun.ttf(12.83MB)
--------model.png(30KB)