开发工具:
文件大小: 1kb
下载次数: 0
上传时间: 2021-02-15
详细说明：深度Q学习导航：香蕉选取器
该项目实施了Deep Q Learning策略，以在具有蓝色和黄色香蕉的环境中导航，目的是仅摘取黄色香蕉。 使用Unity完成环境模拟。
与环境交互的代理选择黄色香蕉获得+1的奖励，而选择蓝色香蕉则获得-1的奖励。 如果该代理在单个情节中获得的累积分数达到13，则认为该代理已成功浏览环境。
导航环境的主体在学习如何实现其目标时采用了深度学习方法。 在Python中使用，该问题通过以下方式解决：
该模型
对于每次交互，代理都会观察环境的当前状态，选择一个动作并根据所采取的动作获得奖励。 在这种情况下，动作可以是以下任一动作：前进，后退，左转或右转。
使用神经网络来建立模型，以针对给定状态选择最佳动作。 可以在model.py文件中找到代码实现。 该网络具有3个完全连接的层，可以选择首选数量的单元（神经元）。 此处使用的默认值为64。
随着模型的训练，辍学将
(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.
