snake-ga:借助Deep Q-Learning学习如何玩Snake的AI代理

【文件属性】：
文件名称：snake-ga:借助Deep Q-Learning学习如何玩Snake的AI代理
文件大小：701KB
文件格式：ZIP
更新时间：2021-05-30 22:40:21
Python 深度强化学习 项目：训练 AI 玩 Snake 更新： 该项目最近已更新和改进： 现在可以使用贝叶斯优化来优化深度强化学习方法。 Deep Reinforcement Learning 的代码从 Keras/TF 移植到 Pytorch。 要查看 Keras/TF 中的旧版本代码，请参考此存储库： 。 介绍 该项目的目标是开发一个能够从头开始学习如何玩流行游戏 Snake 的 AI Bot。 为了做到这一点，我实现了一个深度强化学习算法。 这种方法包括给出与其状态相关的系统参数，以及基于其动作的正面或负面奖励。 没有给出关于游戏的规则，最初机器人没有关于它需要做什么的信息。 该系统的目标是弄清楚并制定策略以最大化分数或奖励。 我们将看到深度 Q-Learning 算法如何学习如何玩 Snake，在仅 5 分钟的训练后得分高达 50 分并显示出可靠的策略。 此外，可以运行贝叶斯优化

【文件预览】：
snake-ga-master
----snakeClass.py(12KB)
----.gitignore(18B)
----README.md(3KB)
----img()
--------snake_new.gif(462KB)
--------background.png(4KB)
--------notraining.gif(577KB)
--------food2.png(286B)
--------snakeBody.png(114B)
--------training.gif(1.71MB)
----requirements.txt(743B)
----DQN.py(8KB)
----bayesOpt.py(4KB)
----weights()
--------weights.h5(32KB)
----logs()
--------Scores_20200319190425.txt(12KB)
--------Scores_20200319190057.txt(1KB)