reinforcement-learning पर टैग किए गए जवाब

मैं वर्तमान में एक वीडियो गेम खेलने के लिए एक एएनएन प्राप्त करने की कोशिश कर रहा हूं और मैं यहां के अद्भुत समुदाय से कुछ मदद पाने की उम्मीद कर रहा था। मैं डियाब्लो 2 पर बस गया हूं। गेम प्ले इस प्रकार वास्तविक समय में और एक आइसोमेट्रिक …

139 machine-learning  computer-vision  neural-network  video-processing  reinforcement-learning 

सुदृढीकरण सीखने में, नीति पुनरावृत्ति और मूल्य पुनरावृत्ति में क्या अंतर है ? जितना मैं समझता हूं, मूल्य पुनरावृत्ति में, आप इष्टतम नीति के समाधान के लिए बेलमैन समीकरण का उपयोग करते हैं, जबकि, नीति पुनरावृत्ति में, आप बेतरतीब ढंग से एक नीति π का ​​चयन करते हैं, और उस …

93 machine-learning  reinforcement-learning  markov-models  value-iteration 

हालांकि मुझे पता है कि एसएआरएसए ऑन-पॉलिसी है जबकि क्यू-लर्निंग ऑफ-पॉलिसी है, जब इन दोनों एल्गोरिदम के बीच किसी भी अंतर को देखने के लिए उनके सूत्रों को देखना कठिन है (मेरे लिए)। पुस्तक के अनुसार सुदृढीकरण सीखना: एक परिचय (सटन और बार्टो द्वारा)। SARSA एल्गोरिथ्म में, एक नीति दी …

88 artificial-intelligence  reinforcement-learning  q-learning  sarsa 

मैं मूल रूप से पॉलिसी ग्रैडिएंट करपैथी ब्लॉग से पॉलिसी ग्रैडिएंट के बहुत सरल उदाहरण को फिर से बनाने की कोशिश कर रहा हूं । उस कलात्मक में, आपको कार्टपोल और पॉलिसी ग्रेडिएंट के साथ वजन और सॉफ्टमैक्स सक्रियण की सूची के साथ उदाहरण मिलेगा। यहाँ कार्टपॉल नीति ढाल का …

19 python  machine-learning  math  deep-learning  reinforcement-learning 

मैं ओपनएआई जिम के एक गेम पर डीक्यूएल मॉडल लागू करने की कोशिश कर रहा हूं। लेकिन यह मुझे निम्नलिखित त्रुटि दे रहा है। TypeError: len को प्रतीकात्मक Tensors के लिए अच्छी तरह से परिभाषित नहीं किया गया है। (सक्रियण_3 / पहचान: 0) कृपया आकार की जानकारी के x.shapeबजाय कॉल …

10 python  tensorflow  keras  reinforcement-learning  keras-rl