学习日志-2021.10.13
学习日志-2021.10.13
记录一下项目
参考之前运行的项目,将算法运用到这个游戏中。
-
项目描述
- 红色代表小鸟
- 黑色方块组成柱子
- 状态表示:以柱子缺口底部右侧的黑色方块为坐标原点,与当前小鸟坐标的差值
表示一个状态。 - 行为
- 飞一下:小鸟向上移动一格
- 什么也不做:往下掉一格
- 奖励设置
- 小鸟存活一帧奖励为1,通过一根柱子奖励为10
- 小鸟撞到柱子上奖励为-100
- Q表更新算法:Q-learning、Sarsa
-
效果(Sarsa)
- 迭代1000轮
- 迭代2000轮
- 迭代5000轮
-
结论
- 随着迭代次数的提升,小鸟在一轮游戏中的存活时间会越来越久;
- 在这种简单的游戏中Q-learning的效果会比Sarsa好一些,Sarsa算法可能比较适用于作为复杂环境下的强化学习迭代方式。
【推荐】国内首个AI IDE,深度理解中文开发场景,立即下载体验Trae
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 如何编写易于单元测试的代码
· 10年+ .NET Coder 心语,封装的思维:从隐藏、稳定开始理解其本质意义
· .NET Core 中如何实现缓存的预热?
· 从 HTTP 原因短语缺失研究 HTTP/2 和 HTTP/3 的设计差异
· AI与.NET技术实操系列:向量存储与相似性搜索在 .NET 中的实现
· 周边上新:园子的第一款马克杯温暖上架
· Open-Sora 2.0 重磅开源!
· 分享 3 个 .NET 开源的文件压缩处理库,助力快速实现文件压缩解压功能!
· Ollama——大语言模型本地部署的极速利器
· [AI/GPT/综述] AI Agent的设计模式综述