Atualmente, estou tentando conseguir uma RNA para jogar um videogame e esperava obter ajuda da maravilhosa comunidade aqui. Eu decidi pelo Diablo 2. O jogo é, portanto, em tempo real e de um ponto de vista isométrico, com o jogador controlando um único avatar no qual a câmera está centrada. Para...
Na aprendizagem por reforço, qual é a diferença entre iteração de política e iteração de valor ? Tanto quanto eu entendo, na iteração de valor, você usa a equação de Bellman para resolver a política ótima, enquanto, na iteração de política, você seleciona aleatoriamente uma política π e...
Estou tentando recriar um exemplo muito simples de Gradiente de política, a partir do blog de Andrej Karpathy, recurso de origem . Nesse artigo, você encontrará exemplos com CartPole e Policy Gradient com lista de peso e ativação do Softmax. Aqui está o meu exemplo recriado e muito simples de...
Estou tentando implementar um modelo DQL em um jogo da academia openAI. Mas está me dando o seguinte erro. TypeError: len não está bem definido para tensores simbólicos. (activation_3 / Identidade: 0) Por favor, ligue x.shape, em vez de len(x) para a informação da forma. Criando um ambiente...