文件名称:
rubik：学习如何使用强化学习来解决魔方-源码
开发工具:
文件大小: 95kb
下载次数: 0
上传时间: 2021-02-16
详细说明：魔方
学习如何使用强化学习来解决魔方
状态
模型正在学习一些东西。 我尝试调整模型的结构，但无法达到低于18的损失，这似乎很高。
仅需1个深度的贪婪搜索就足以解决5次旋转扰乱的多维数据集。
下一步：
在get_td_value_examples和贪婪求解器中批量调用模型。
实施A *。
进一步调查模型的行为：
比损失多的指标（例如平均L1误差）
通过标签对度量进行切片：我们是否更擅长将立方体距已解决状态更近或更远？
以1 / {为打乱而进行的旋转次数}为单位进行举重训练示例。
实现既有价值头又有政策头的模型
实施MCTS。
参考
Agostinelli，F.，McAleer，S.，Shmakov，A。等。 通过深度强化学习和搜索解决魔方。 Nat Mach Intell 1，356–363（2019）。
DeepCubeA。
DNN使用TD（0）学习值函数
更复杂的网
(系统自动生成,下载前可以参看下载内容)
下载文件列表
相关说明
- 本站资源为会员上传分享交流与学习,如有侵犯您的权益,请联系我们删除.
- 本站是交换下载平台，提供交流渠道，下载内容来自于网络，除下载问题外，其它问题请自行百度。
- 本站已设置防盗链，请勿用迅雷、QQ旋风等多线程下载软件下载资源，下载后用WinRAR最新版进行解压.
- 如果您发现内容无法下载，请稍后再次尝试；或者到消费记录里找到下载记录反馈给我们.
- 下载后发现下载的内容跟说明不相乎，请到消费记录里找到下载记录反馈给我们，经确认后退回积分.
- 如下载前有疑问，可以通过点击"提供者"的名字，查看对方的联系方式，联系对方咨询.
