【免费】期末作业说明1资源-CSDN文库

需积分: 0 60 浏览量 2022-08-03 23:15:15 上传评论收藏 300KB PDF 举报

资源详情

资源评论

资源推荐

期末大作业

本次作业要实现的是利用强化学习 Q-gredient 等知识玩 atari 游戏中的黑白棋游戏。

本次作业主要是补全 RL_QG_agent.py 文件.

作业可以两个人一组，或者一个人一组。需要在报告中注明自己同组的同学的学号和姓名。

作业可能比较复杂，同学们需要尽早开始做。

###环境配置

本程序需要完全自己实现。游戏的环境可以调用 openAi 中的 gym 模块。但是 gym 上面

没有这个环境，所以需要自己先配置环境，安装办法：

1. pip install gym[all] # 安装 gym

2. 找到安装的包的目录，然后复制 github 上面的 reversi 文件夹，到 gym/envs/ 中

（windows 中的目录路径是

C:\Program Files\Anaconda3\Lib\site-packages\gym\envs）

3. 在 envs 文件夹中有__init__.py 文件，在文件末尾，添加注册信息。

（参考 github 上面 __init__.py 文件末尾的注册信息（即 id='Reversi8x8-v0', 的注

册信息））

### 作业主要内容要求

Github 中 reversi_main.py 是一个 demo 程序，主要为了规范后期判作业时候的接口.本作

业后面会运行大家的程序，因此需要统一接口，并且注意保证自己的代码没有错误，可以

运行。训练程序的时候黑白双方可以自己规定，环境中没有对弈对象。因此训练程序的时

候时自己设置对弈对象。

本次作业需要提交报告，报告至少包括强化学习介绍和试验总结内容，除此之外，作业

报告中需要说明自己同组的同学的姓名和学号。报告的语言要求是英文。

###评判是以对弈方式进行，测试程序分为 3 个

level,对应的对弈局数分别是 30、30 、40

局，每个 level 的 agent 一方有一半用黑棋，一半用白棋。最后得分统计方式是获胜次数

/ 100 * 25。另外本次作业的报告占 15 分。

可以参考的文章：

1. Learning to Play Othello with Deep Neural Networks

2. Reinforcement Learning in the Game of Othello: Learning Against a Fixed Opponent

and Learning from Self-Play

###运行环境

编程环境是 python 3.5 Tensorflow 1.2.0 （统一为 CPU 版本，但自己训练时候不限制，

提交作业的时候修改为 CPU 就 ok）

###注意

如果选择非 tensorflow 的库，需要发邮件声明一下，避免程序无法运行。

一定要保证，reversi_main.py 在本地能够运行，（不要修改此程序）。

###提交文件要求

最后提交的压缩文件中包括，以自己学号为文件名的 pdf 文件和一个以自己学号为文件

夹名字的文件夹（文件夹中包括 RL_QG_agent.py 和 Reversi 文件夹（里面保存的是网络

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余1页未读，立即下载

评论0

内容反馈

实在想不出来了

粉丝: 26
资源: 318

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈

feedback-tip