深度强化学习玩微信跳一跳 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
推荐学习书目
Learn Python the Hard Way
Python Sites
PyPI - Python Package Index
http://diveintopython.org/toc/index.html
Pocoo
值得关注的项目
PyPy
Celery
Jinja2
Read the Docs
gevent
pyenv
virtualenv
Stackless Python
Beautiful Soup
结巴中文分词
Green Unicorn
Sentry
Shovel
Pyflakes
pytest
Python 编程
pep8 Checker
Styles
PEP 8
Google Python Style Guide
Code Style from The Hitchhiker's Guide
hijkzzz
V2EX    Python

深度强化学习玩微信跳一跳

  •  1
     
  •   hijkzzz
    hijkzzz 2018-06-15 14:06:54 +08:00 5797 次点击
    这是一个创建于 2685 天前的主题,其中的信息可能已经有所发展或是发生改变。

    最近学习了一下深度强化学习算法,用 CNN+DDPG 算法做了一个玩微信跳一跳的 AI

    和 GitHub 上的基于 OpenCV 的方法有本质的区别,实现了端到端的自动学习

    有兴趣的同学可以看一看,或者帮忙改进改进一下,目前参数调优和训练量都还不足

    代码在 https://github.com/hijkzzz/wechat-jump-ddpg

    第 1 条附言    2018-06-15 15:23:01 +08:00
    总之就是感觉用深度学习+强化学习机器自主学会玩这个游戏很有意思

    OpenCV 测量距离的方式来做的话就感觉是人工设定规则罢了

    业余恶搞 哈哈
    7 条回复    2018-06-16 19:47:52 +08:00
    Heigum
        1
    Heigum  
       2018-06-15 14:24:20 +08:00 via Android
    我跳一跳的排行榜都没人了
    nine99
        2
    nine99  
       2018-06-15 14:57:52 +08:00
    好奇这个训练起来会有多慢
    ynyounuo
        3
    ynyounuo  
       2018-06-15 15:01:35 +08:00
    跳一跳距离和按压时间正相关,你这样意义不大。
    hijkzzz
        4
    hijkzzz  
    OP
       2018-06-15 15:11:30 +08:00
    @ynyounuo
    输入不是距离
    输入的是原始游戏图像

    这个只是作死,当然用测量距离的方式更容易做
    但是那种是典型的基于规则的
    和 AI 就没什么太多关系了
    takato
        5
    takato  
       2018-06-15 16:32:50 +08:00 via iPad
    @hijkzzz 目前 RL 对短距离激励还是比较容易做的(比如这个 case ),长距离激励会比较麻烦点。

    关于可能的改进,提个可能的方向,不一定对:CNN 会不会套得有一些深。
    tsaoyu
        6
    tsaoyu  
       2018-06-15 18:16:03 +08:00
    做的还是很有意思的。
    @takato 可以继续往稀疏奖励和高维状态的方向上去做,应用方面的话机器人,能源规划以及资产管理都有一些可以继续深入的点。
    takato
        7
    takato  
       2018-06-16 19:47:52 +08:00
    @tsaoyu 稀疏奖励不好学。而且很容易学到随机特征。。不过想想也是,世界的规则就是这样,某种层面上具有非常强的随机性。。
    关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     1004 人在线   最高记录 6679       Select Language
    创意工作者们的社区
    World is powered by solitud
    VERSION: 3.9.8.5 120ms UTC 19:14 PVG 03:14 LAX 12:14 JFK 15:14
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86