SQN算法效果及代码: Breakout-ram-v4 打砖块

CreateAMind

发布于 2019-04-28 14:38:40

1.5K0

发布于 2019-04-28 14:38:40

文章被收录于专栏：CreateAMind

先看跑CartPole-v0的效果（实在是太简单了。。。）

SQN：颤抖吧，CartPole！

视频内容

再看LunarLander-v2的效果（也是比较简单了。。。），AverageEpRet就是不上300... : (

视频内容

最后Breakout-ram-v4的效果（通关无压力。。。）

可以看下面视频最后打完无砖块，可以看到864分即最高分。

视频内容

并没有调到最优，只是为了验证自己的算法，也没有使用视频版本的Breakout。

SQN （Soft Q Network ）是基于Q-value的强化学习算法，伪代码及源代码详见createamind代码库。

代码：https://github.com/createamind/DRL

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2019-01-21，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CreateAMind 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

登录后参与评论

0 条评论

热度