[深度学习]实现一个博弈型的AI，从五子棋开始（2）
嗯，今天接着来搞五子棋，从五子棋开始给小伙伴们聊AI。 昨天晚上我们已经实现了一个五子棋的逻辑部分，其实讲道理，有个规则在，可以开始搞AI了，但是考虑到不够直观，我们还是顺带先把五子棋的UI也 ...
花费 59 ms
[深度学习]实现一个博弈型的AI，从五子棋开始（1）
好久没有写过博客了，多久，大概8年？？？最近重新把写作这事儿捡起来……最近在折腾AI，写个AI相关的给团队的小伙伴们看吧。 搞了这么多年的机器学习，从分类到聚类，从朴素贝叶斯到SVM，从神经网 ...
强化学习算法实例DQN代码PyTorch实现
前言 实例参考MorvanZhou/Reinforcement-learning-with-tensorflow, 更改为PyTorch实现，并增加了几处优化。实现效果如下。 其中,红色方块作为探 ...
强化学习 7——Deep Q-Learning（DQN）公式推导
上篇文章强化学习——状态价值函数逼近介绍了价值函数逼近（Value Function Approximation，VFA）的理论，本篇文章介绍大名鼎鼎的DQN算法。DQN算法是 DeepMind 团队 ...
强化学习 8 —— DQN 算法 Tensorflow 2.0 实现
在上一篇文章强化学习——DQN介绍 中我们详细介绍了DQN 的来源，以及对于强化学习难以收敛的问题DQN算法提出的两个处理方法：经验回放和固定目标值。这篇文章我们就用代码来实现 DQN 算法 一、环 ...
Deep Q Network(DQN)原理解析
1. 前言 在前面的章节中我们介绍了时序差分算法（TD）和Q-Learning，当状态和动作空间是离散且维数不高时可使用Q-Table储存每个状态动作对的Q值，而当状态和动作空间是高维连续时，使用Q ...
强化学习方法小结
花了一天时间大致了解了强化学习一些经典算法，总结成如下笔记。笔记中出现不少流程图，不是我自己画的都标了出处。 铺垫 1. Bellman方程 在介绍强化学习算法之前先介绍一个比较重要的 ...
强化学习 9 —— DQN 改进算法DDQN、Dueling DQN tensorflow 2.0 实现
上篇文章强化学习——详解 DQN 算法我们介绍了 DQN 算法，但是 DQN 还存在一些问题，本篇文章介绍针对 DQN 的问题的改进算法 一、Double DQN 算法 1、算法介绍 DQN的问 ...
[强化学习论文笔记(4)]:DuelingDQN
Dueling Network Architectures for Deep Reinforcement Learning 论文地址 DuelingDQN 笔记 基本思路就是\(Q(s,a ...
[强化学习论文笔记(3)]:DRQN
Deep Recurrent Q-Learning for Partially Observable MDPs 论文地址 DRQN 笔记 DQN 每一个decision time 需要该时刻前 ...