• 微信公众号:美女很有趣。 工作之余,放松一下,关注即送10G+美女照片!

学习日志-2021.10.13

开发技术 开发技术 6小时前 1次浏览

学习日志-2021.10.13

记录一下项目

地址

参考之前运行的项目,将算法运用到这个游戏中。

  • 项目描述

    学习日志-2021.10.13

    • 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,与当前与小鸟坐标的差值 ((Δx,Δy)) 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

    学习日志-2021.10.13

    • 迭代2000轮

    学习日志-2021.10.13

    • 迭代5000轮

    学习日志-2021.10.13

  • 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。

程序员灯塔
转载请注明原文链接:学习日志-2021.10.13
喜欢 (0)