技术标签: 机器学习 TensorFlow 深度学习 加强学习 Q学习
我制作了一个简单的曲线发烧版本,也称为“ Achtung Die Kurve”。我希望这台计算机能够最佳地玩游戏。我从Atari游戏示例中复制并稍微修改了现有的DQN,这些示例是Google的TensorFlow制作的。
我很想找出适当的奖励功能。目前,我使用此奖励设置:
这是正确的方法吗?我需要调整值吗?还是我需要完全不同的方法?
-500的奖励会破坏您的网络。您应该将奖励扩展到1至-1之间的值。 (还将输入图像缩放-1和1或0和1之间)。
只需为您的网络坠毁而获得-1的奖励,一旦敌人崩溃,就会获得+1的奖励。没有敌人,撞车的奖励就足够了。在某些情况下,拥有少量的恒定积极的生活奖励可能是有益的(例如,当网络必须在两次不可避免的崩溃之间做出决定时会比另一个不可避免的速度更快),但这也会使学习Q功能更为复杂。您可以尝试不断的奖励,看看什么最有效。
不可避免的崩溃的示例还表明了为什么您不应该使用微小的负面奖励。在这种情况下,网络将选择最快的崩溃的道路,同时延迟崩溃将是这种情况下的更好策略。
自定义类加载器 我们如果需要自定义类加载器,只需要继承ClassLoader类,并覆盖掉findClass方法即可。 自定义文件类加载器 自定义网络类加载器 热部署类加载器 当我们调用loadClass方法加载类时,会采用双亲委派模式,即如果类已经被加载,就从缓存中获取,不会重新加载。如果同一个class被同一个类加载器多次加载,则会报错。因此,我们要实现热...
用户界面测试 1 、导航测试 导航直观 Web系统的主要部分可通过主页存取 Web系统不需要站点地图、搜索引擎或其他的导航帮助 Web应用系统的页面结构、导航、菜单、连接的风格一致 2 、图形测试 图形有明确的用途 所有页面字体的风格一致。 背景颜色与字体颜色和前景颜色相搭配。 图片的大小减小到 30k 以下 文字回绕正确 3 、内容测试 Web应用系统提供的信息是正确的 信息无语法或拼写错误 可...
实验环境: 建站环境:Windows操作系统,基于ECS部署LAMP环境,阿里云资源, Web服务器:Apache,关联的数据库:MySQ PHP:Drupal 8 要求的PHP版本為7.0.33的版本 实验内容和要求:基于ECS部署LAMP环境搭建Drupal网站,drupal是一个好用且功能强大的内容管理系统(CMS),通常也被称为是内容管理框架(CMF),由来自全世界各地的开发人员共同开发和...
禁止start page启动 1、方法1:User Preferences Editor中设置 2、方法2:env文件中修改 电路精灵是什么? 1、方法1:User Preferences Editor中设置 输入 page 点击Search按钮,勾选allegro_no_startpage。点OK搞定。 2、方法2:env文件中修改 打开home里的env文件。 添加 set allegro_n...
在很久没有使用虚拟机之后,我发现才用了一天的神级骚操作,为了给自己长点记性,先写下来再说 第一篇 虚拟机硬盘故障问题 分配空间20G结果当前大小130G是怎么肥四!!! 最后经过探讨,一致得出 我的虚拟机太迷了。。。估计是s001那个文件出了什么爆炸性问题吧 亏自己还进行了图三的一系列操作。。。 给的建议都是:你重装吧(说出来都是泪) 如果有大佬能告知是啥情况也好。。。 不过(划重点敲黑板) 除开...
基本一直点击下一步就可以了 此版本的可视化工具无法安装 双击安装包 点击 next next下一步 选择安装方式 选择目录 正式安装 这个为可视化工具,但是安装不了,选择了会卡在 80%(其实已经功能安装完成,就是没有可视化工具) 检测是否安装成功 cmd 输入 mongo 出现错误信息 解决地址...
1.FTP - authentication 追踪流TCP直接查看明文 2.TELNET - authentication 追踪流TCP 明文 3.ETHERNET - frame 先hex解码,再base64解码...
搜索这个名字,你能读到和这家店有关的一些故事,据说老板娘是从上海搬来福州的,因为怀念小时候所吃到的上海家常菜,再加上父母的愿望,因此开了这样一家店。店面位于居民区中,并不太显眼,坐在店内,都能听到外面小区中的孩子玩耍的喊声。附近是有一所市级中学十八中,这家店也是深受中学生青睐的地方。菜品味道清淡,很有微博上一些博主所描述的「妈妈味道」的感觉。选一个假期,和另一半逛累了,就在这个地方吃一顿家常菜,这...
(1)直接在环境变量中删除配置的相关路径 path的值: 删除配置的Oracle变量,如下所示: (2)执行java -version命令后报错 按提示更改注册表的相关键值: 重新打开一个cmd,执行java -version,命令正常执行: ...
直接上代码(注意最后结尾总结) 响应 引用手册解释 empty用于做是否有值的判断 isset用于做变量是否存在判断 需要注意的是 isset 测试的变量值为null的时候会返回false 值为 空、0、false、空数组的时候返回的是true...
I am new in python, Here I want to create dataproc cluster using http request. I am following below dataproc documentation where they mentioned in REST API section. see below https://cloud.google.com/...
I am using AddStringWithValue method in ASP.NET using C# My HTML code is My C# code for the method is: The problem is, it is giving red underline under email and password. Shouldn't we identify them w...
I'm trying to apply this css: this works well, the problem is that the web app can set a class on the body called white-content, if the white-content class is setted, then I can't see the text of h2, ...
So I am struggling with some logic for collision detection in my game. I have a grid of tiles(images), all representative of a value in a 2D array, so the location of tile N would be (column m, row n)...
Im trying to order a list on multiple parameters.. for example, one value descending, second value ascending, third value descending. is there a way like this to do it? (i know is incorrect) people = ...