- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我正在尝试构建一个可以学习玩游戏的深度 Q 网络 (DQN) 代理 2048 。我正在关注基于蛇游戏的其他程序和文章,并且效果很好( specifically this one )。
作为输入状态,我仅使用带有图 block 的网格作为 numpy 数组,作为奖励,我使用 (newScore-oldScore-1) 来惩罚根本不给出任何分数的移动。我知道这可能不是最佳选择,因为人们可能会奖励尽可能长时间地活着,但第一步应该没问题,对吧?尽管如此,我没有得到任何好的结果。
我尝试调整模型布局、神经元和层数、优化器、gamma、学习率、奖励等。。我还尝试在 5 步后结束游戏,并仅针对前 5 步进行优化,但无论我做什么,我都没有得到任何明显的改进。我已经运行了数千场游戏,但它并没有变得更好。事实上,有时我得到的结果比完全随机的算法更糟糕,因为有时它只是为任何输入返回相同的输出并陷入困境。
所以,我的问题是,我是否做错了什么?我只是在某个地方犯了一个愚蠢的小错误吗?这是完全错误的做法吗? (我知道如果没有人工智能,这个游戏可能很容易解决,但这似乎是一个有趣的项目)
我的 Jupyter 笔记本可以在这里看到 Github 。抱歉,代码质量很差,我还是一个初学者,我知道我需要开始为有趣的小项目制作文档。
一些代码片段:
输入格式为 1,16 numpy 数组,还尝试对值进行标准化或仅使用 1 和 0 来表示已占用的单元格和空单元格,但这也没有帮助。这就是为什么我认为这可能更多是一个概念问题?
def get_board(self):
grid = self.driver.execute_script("return myGM.grid.cells;")
mygrid = []
for line in grid:
a = [x['value'] if x != None else 0 for x in line]
#a = [1 if x != None else 0 for x in line]
mygrid.append(a)
return np.array(mygrid).reshape(1,16)
输出是一个索引 {0,3},代表向上、向下、向左或向右的操作,它只是预测分数最高的值。
prediction = agent.model.predict(old_state)
predicted_move = np.argmax(prediction)
我尝试了很多不同的模型架构,但现在选择了一个更简单的网络,因为我了解到不必要的复杂结构通常是一个问题并且是不必要的。但是,除了实验之外,我找不到任何可靠的方法来源,如何获得最佳布局,所以我很乐意在那里提供更多建议。
model = models.Sequential()
model.add(Dense(16, activation='relu', input_dim=16))
#model.add(Dropout(0.15))
#model.add(Dense(50, activation='relu'))
#model.add(Dropout(0.15))
model.add(Dense(20, activation='relu'))
#model.add(Dropout(0.15))
#model.add(Dense(30, input_dim=16, activation='relu'))
#model.add(Dropout(0.15))
#model.add(Dense(30, activation='relu'))
#model.add(Dropout(0.15))
#model.add(Dense(8, activation='relu'))
#model.add(Dropout(0.15))
model.add(Dense(4, activation='linear'))
opt = Adam(lr=self.learning_rate)
model.compile(loss='mse', optimizer=opt)
最佳答案
超参数调优是一个巨大的耗时兔子洞,您应该避免。在其他地方进行改进。
我推荐的一个建议是你可以使用一个现成的库并使用他们的 DQN 实现来测试这个 2048 环境。然后比较您的基准并隔离问题点。你会更容易检查一下是否是你的超参数、奖励、模型、内存大小等。
乍一看,以下是一些突出的事情: epsilon 从 75 开始 随机范围 0 - 200您的代理可能没有进行足够的探索。我的理解是,在不到 75 次的尝试中,你的代理正在利用,因为你没有衰减你的 epsilon,而是从中减去 1。
奖励 -10 使我在某些环境中表现出奇怪的行为。尝试-1。
len(内存) > 500: # 魔数(Magic Number) -- 为什么是 500?
进行比较时确保您有固定的种子。
层大小背后的原因是什么?您尝试过 16、16、4 还是 16、8、4?16、20、4 是否给您带来了更好的结果?
最难阅读的部分不是代码,而是你得到的结果。我很难看到你的代理获得了多少奖励以及何时失败/通过等。标记你的 X 和 Y。
尝试训练超过 1 个时期。
关于python - 深度Q-网络(DQN)学习游戏2048没有提高,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/56586228/
这与 Payubiz payment gateway sdk 关系不大一体化。但是,主要问题与构建项目有关。 每当我们尝试在模拟器上运行应用程序时。我们得到以下失败: What went wrong:
我有一个现有的应用程序,其中包含在同一主机上运行的 4 个 docker 容器。它们已使用 link 命令链接在一起。 然而,在 docker 升级后,link 行为已被弃用,并且似乎有所改变。我们现
在 Internet 模型中有四层:链路 -> 网络 -> 传输 -> 应用程序。 我真的不知道网络层和传输层之间的区别。当我读到: Transport layer: include congesti
很难说出这里要问什么。这个问题模棱两可、含糊不清、不完整、过于宽泛或夸夸其谈,无法以目前的形式得到合理的回答。如需帮助澄清此问题以便重新打开,visit the help center . 关闭 1
前言: 生活中,我们在上网时,打开一个网页,就可以看到网址,如下: https😕/xhuahua.blog.csdn.net/ 访问网站使用的协议类型:https(基于 http 实现的,只不过在
网络 避免网络问题降低Hadoop和HBase性能的最重要因素可能是所使用的交换硬件,在项目范围的早期做出的决策可能会导致群集大小增加一倍或三倍(或更多)时出现重大问题。 需要考虑的重要事项:
网络 网络峰值 如果您看到定期的网络峰值,您可能需要检查compactionQueues以查看主要压缩是否正在发生。 有关管理压缩的更多信息,请参阅管理压缩部分的内容。 Loopback IP
Pure Data 有一个 loadbang 组件,它按照它说的做:当图形开始运行时发送一个 bang。 NoFlo 的 core/Kick 在其 IN 输入被击中之前不会发送其数据,并且您无法在 n
我有一台 Linux 构建机器,我也安装了 minikube。在 minikube 实例中,我安装了 artifactory,我将使用它来存储各种构建工件 我现在希望能够在我的开发机器上做一些工作(这
我想知道每个视频需要多少种不同的格式才能支持所有主要设备? 在我考虑的主要设备中:安卓手机 + iPhone + iPad . 对具有不同比特率的视频进行编码也是一种好习惯吗? 那里有太多相互矛盾的信
我有一个使用 firebase 的 Flutter Web 应用程序,我有两个 firebase 项目(dev 和 prod)。 我想为这个项目设置 Flavors(只是网络没有移动)。 在移动端,我
我正在读这篇文章Ars article关于密码安全,它提到有一些网站“在传输之前对密码进行哈希处理”? 现在,假设这不使用 SSL 连接 (HTTPS),a.这真的安全吗? b.如果是的话,你会如何在
我试图了解以下之间的关系: eth0在主机上;和 docker0桥;和 eth0每个容器上的接口(interface) 据我了解,Docker: 创建一个 docker0桥接,然后为其分配一个与主机上
我需要编写一个java程序,通过网络将对象发送到客户端程序。问题是一些需要发送的对象是不可序列化的。如何最好地解决这个问题? 最佳答案 发送在客户端重建对象所需的数据。 关于java - 不可序列化对
所以我最近关注了this有关用 Java 制作基本聊天室的教程。它使用多线程,是一个“面向连接”的服务器。我想知道如何使用相同的 Sockets 和 ServerSockets 来发送对象的 3d 位
我想制作一个系统,其中java客户端程序将图像发送到中央服务器。中央服务器保存它们并运行使用这些图像的网站。 我应该如何发送图像以及如何接收它们?我可以使用同一个网络服务器来接收和显示网站吗? 最佳答
我正在尝试设置我的 rails 4 应用程序,以便它发送电子邮件。有谁知道我为什么会得到: Net::SMTPAuthenticationError 534-5.7.9 Application-spe
我正在尝试编写一个简单的客户端-服务器程序,它将客户端计算机连接到服务器计算机。 到目前为止,我的代码在本地主机上运行良好,但是当我将客户端代码中的 IP 地址替换为服务器计算机的本地 IP 地址时,
我需要在服务器上并行启动多个端口,并且所有服务器套接字都应在 socket.accept() 上阻塞。 同一个线程需要启动客户端套接字(许多)来连接到特定的 ServerSocket。 这能实现吗?
我的工作执行了大约 10000 次以下任务: 1) HTTP 请求(1 秒) 2)数据转换(0.3秒) 3)数据库插入(0.7秒) 每次迭代的总时间约为 2 秒,分布如上所述。 我想做多任务处理,但我
我是一名优秀的程序员,十分优秀!