snake-dqn minangka path menyang ML

Программирование

Ditemokake ing tensorflow-js apa sing sampeyan butuhake kanggo langkah pisanan ing ML lan dagang.

Iki minangka latihan dqn ing ngendi ganjaran lan paukuman diwenehake marang agen kanggo tumindak.

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

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

Pranyata kita duwe ula sing sinau saka pengalamane dhewe kanggo obah. Dheweke duwe sawetara gerakan (nguripake utawa terus) lan tugase kanggo entuk woh. Kaping pisanan, ula ora ngerti carane, nanging sajrone latihan, dheweke entuk kemampuan kanggo nemokake woh-wohan lan ngindari. Iku banget padha karo dagang, ta?

Inggih, paling ora kanggo tugas kita, nalika kita duwe data mlaku, lan robot kudu nggawe keputusan kanggo tuku utawa ngedol.

Minus saka ula kasebut yaiku ditulis kanggo node.js, lan kita kudu bisa nglatih ing browser (supaya pangguna bisa nindakake). Mulane, padha kudu rampung ing klien.

Aku nyeret ula kasebut menyang kacaku kanthi grafik lan nyoba ngluncurake. Iku ora ana!

Ula mau nglawan

paket dulu,

banjur argumentasi. (kanthi cara, aku uga nggawe panjaluk tarik ing jejere fix https://github.com/tensorflow/tfjs-examples/pull/353),

banjur %% Penolakan Unhandled (TypeError): Ora bisa nelpon kelas minangka fungsi%%. Sing lagi didandani ing kene https://github.com/tensorflow/tfjs/pull/3906/files, nanging wiwit Durung ana rilis, mula aku kudu ngganti nganggo tanganku. Ing kene, kanthi cara, akeh wong duwe masalah https://github.com/tensorflow/tfjs/issues/3384.

Bocah cilik wis luwih maju, kaya ngganti karya saka fs karo indexeddb. Kerja karo aku spied kene, dening cara. Inggih, ing umum, cart-pole wiwitanipun inspirasi kula kanggo nindakake kabeh ing klien.

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

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

ing pungkasan, iki kedadeyan:

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

Inggih, nyatane, langkah sabanjure yaiku:

  1. Cocog karo grafik
  2. Visualisasi
  3. Latih robot ing data sing dikenal kanggo nuduhake asil maksimal

Ing ngisor iki minangka demo video babagan pelatihan robot ing klien. Ing sawijining dina dheweke uga bakal dagang berjangka Sberbank tinimbang aku.

pskucherov
Rate author
Add a comment