强化学习与深度,神经网络的结合随记

84*84*4表示一个state，4表示4帧图像。

每个像素点都有0-255种可能取值，256的84*84*4次幂表示4张图全部像素点的总共可能性取值。说明如果全部像素点都拿来做state，那Q-table就太大了。

可不可以借助神经网络来做？

改变每个像素点的值，转换为黑白图像：0代表黑色，255代表白色。黑色是可以走的区域，白色是不可以走的区域。每4帧图像为一个state每个位置都有一个当前最优解，但是不是全局最优解呢？我们之前的解都是根据贪心的选择做最优的解，如果加上一些探索(比如10%可能性不走当前最优解，在最优解和其他解当中随机的选一个)，尝试全局最优解。

开发：每次按贪心的选择去走最好的一个方向。但是要让网络泛化能力更强，因为神经网络有时会过拟合，所以要加上一些探索，使得网络能够去发现一些新的东西。

例如贪心为10%，那么它有90%按正常去走，10%按随机去走。

强化学习与深度,神经网络的结合随记相关推荐

【强化学习】深度强化学习入门介绍
深度强化学习是一种机器学习,其中智能体(Agent,也翻译作代理)通过执行操作(Action)和查看结果(Reward)来学习如何在环境中采取最佳的动作或策略. 自 2013 年Deep Q-Lear ...
机器学习、监督学习、非监督学习、强化学习、深度学习、迁移学习
机器学习.监督学习.非监督学习.强化学习.深度学习.迁移学习机器学习(machine learning) 监督学习(supervised learning) 非监督学习(unsupervised l ...
【深度学习】深度神经网络后处理之全连接CRFs（DenseCRF）
[深度学习]深度神经网络后处理之全连接CRFs(DenseCRF) 文章目录 1 概述 2 条件随机场2.1 什么样的问题需要CRF模型2.2 随机场到马尔科夫随机场2.3 从马尔科夫随机场到条件随机 ...
【深度学习】深度神经网络框架的INPUT PROCESS
[深度学习]深度神经网络框架的INPUT PROCESS 文章目录 1 概述 2 批量生成训练数据2.1 如何实现2.2 实验验证2.3 图片标注并生成训练所需文件 3 数据增强 4 目标检测中的图像 ...
【深度学习】深度神经网络框架的探索(从Regression说起)
[深度学习]深度神经网络框架的探索(从Regression说起) 1 从逻辑回归说起 2 深度学习框架 3 基于反向传播算法的自动求导 4 简单深度神经网络框架实现4.1 数据结构4.2 计算图组件4 ...
各类学习平台收集记录（强化学习、深度学习、机器学习）
各类学习平台收集记录(强化学习.深度学习.机器学习) 1.百度开发者中心 https://developer.baidu.com/?from=aistudio 有很多开源项目代码可以借鉴学习. 2. ...
叶梓老师人工智能培训之强化学习与深度强化学习提纲（强化学习讲师培训）
强化学习与深度强化学习提纲(强化学习讲师培训) 第一天强化学习第一课强化学习综述 1.强化学习要解决的问题 2.强化学习方法的分类 3.强化学习方法的发展趋势 4.环境搭建实验(Gym,Te ...
AI内训讲师叶梓-强化学习与深度强化学习提纲（强化学习讲师培训）
叶梓老师更多教程资料可点击个人主业查看第一天强化学习第一课强化学习综述 1.强化学习要解决的问题 2.强化学习方法的分类 3.强化学习方法的发展趋势 4.环境搭建实验(Gym ...
学习笔记TF053:循环神经网络，TensorFlow Model Zoo，强化学习，深度森林，深度学习艺术...
循环神经网络.https://github.com/aymericdamien/TensorFlow-Examples/blob/master/examples/3_NeuralNetworks/re ...

强化学习与深度,神经网络的结合随记

强化学习与深度,神经网络的结合随记相关推荐

最新文章

热门文章