snake-dqn kòm chemen an nan ML

Программирование

Twouve nan tensorflow-js sa ou bezwen pou premye etap yo nan ML ak komès.

Sa a se fòmasyon dqn kote rekonpans ak penalite yo bay ajan an pou aksyon yo.

https://github.com/tensorflow/tfjs-examples/tree/master/snake-dqn

https://storage.googleapis.com/tfjs-examples/snake-dqn/index.html

Li sanble ke nou gen yon koulèv ki aprann nan pwòp eksperyans li pou avanse pou pi. Li gen yon sèten kantite mouvman (vire oswa kontinye) ak travay li se pou li ale nan fwi a. Okòmansman, koulèv la pa konnen ki jan, men nan kou a nan fòmasyon, li genyen kapasite nan jwenn fwi ak Dodge. Li sanble anpil ak komès, pa vre?

Oke, omwen pou travay nou an, lè nou gen done kouri, ak robo a bezwen pran yon desizyon achte oswa vann.

Mwens nan koulèv la se ke li ekri pou node.js, epi nou bezwen pou kapab antrene nan navigatè a (pou nenpòt itilizatè ka fè li). Se poutèt sa, menm bagay la tou te dwe fè sou kliyan an.

Mwen trennen koulèv la jan li se nan paj mwen an ak yon tablo epi yo te eseye lanse li. Li pa t ‘la!

Koulèv la te goumen

pakè an premye,

Lè sa a, agiman. (Bon wout la, mwen menm mwen te fè yon demann rale akote ranje a https://github.com/tensorflow/tfjs-examples/pull/353),

Lè sa a, %%Unhandled Rejection (TypeError): Pa ka rele yon klas kòm yon fonksyon%%. Ki ap repare isit la https://github.com/tensorflow/tfjs/pull/3906/files, men depi Pa gen okenn lage ankò, kidonk mwen te oblije ranplase li ak men m ‘. Isit la, nan chemen an, anpil moun gen yon pwoblèm https://github.com/tensorflow/tfjs/issues/3384.

Minè yo te deja ale pi lwen, tankou ranplase travay nan fs ak indexeddb. Travay ak ki mwen espyone isit la, nan chemen an. Oke, an jeneral, cart-pole okòmansman enspire m ‘fè tout bagay sou kliyan an.

https://github.com/tensorflow/tfjs-examples/tree/master/cart-pole

https://storage.googleapis.com/tfjs-examples/cart-pole/dist/index.html

finalman, men sa ki te pase:

https://github.com/pskucherov/opexflow/pull/16/files

Oke, aktyèlman, pwochen etap la pral:

  1. Anfòm nan tablo yo
  2. Vizyalizasyon
  3. Antrene robo a sou done li te ye pou montre rezilta maksimòm lan

Anba la a se yon demonstrasyon videyo sou fòmasyon travay la nan robo sou kliyan an. Yon jou yo pral tou komès avni Sberbank olye de mwen.

pskucherov
Rate author
Add a comment