没有合适的资源？快使用搜索试试~ 我知道了~

文库首页开发技术其它Python-在Atari游戏环境中用PyTorch实现具有重播体验的深度QLearning

Python-在Atari游戏环境中用PyTorch实现具有重播体验的深度QLearning

共16个文件

py：9个

png：3个

txt：1个

Python开发-机器学习

需积分: 50 12 下载量 20 浏览量 2019-08-11 04:20:01 上传评论收藏 806KB ZIP 举报

温馨提示

在Atari游戏环境中用PyTorch实现具有重播体验的深度Q-Learning，由Google DeepMind公开发布

资源推荐

资源详情

资源评论

deep-reinforcement-learning-atari-pong:强化学习DQN算法的PyTorch在OpenAI Atari Pong游戏中的应用

Atari Pong中的深度强化学习算法概括此应用程序的目标是找出深度Q学习（DQN）在OpenAI环境中对Pong的Atari 1600游戏有多准确和有效。在DQN之上，测试了对相同算法的其他改进，包括多步DQN，Double DQN和Dueling DQN。从下图可以看出，基本DQN仅需玩约110场游戏即可达到类似于人的准确性，而经过300场游戏即可达到极高的准确性。此项目中考虑的D

DQN-Atari:Atari pong的深度Q学习（DQN）实施

5星 · 资源好评率100%

DQN-雅达利深度Q网络实现。实施从论文《和得出。结果游戏视频-DQN Nature Paper 每集奖励实施摘要 DQN自然架构实施输入：84×84×4图像（使用历史记录的最后4帧）转换层1：32个8×8滤光片，步幅为4 转换层2：64个4×4步幅的滤镜转换层3：64个3×3滤光片，步幅为1 完全连接1：完全连接，由256个整流器单元组成输出：完全连接的线性层，每个有效动

【毕业设计】pytorch训练AI自动玩小游戏代码合辑（含游戏代码）-AIPacman吃豆人.zip

5星 · 资源好评率100%

【毕业设计】pytorch训练AI自动玩小游戏代码合辑（含游戏代码）-AIPacman吃豆人.zip

【毕业设计】pytorch训练AI自动玩小游戏代码合辑（含游戏代码）AIFlappyBird飞扬的小鸟.zip

5星 · 资源好评率100%

【毕业设计】pytorch训练AI自动玩小游戏代码合辑（含游戏代码）AIFlappyBird飞扬的小鸟.zip

Flappy-bird-deep-Q-learning-pytorch:深度Q学习，用于玩飞扬的鸟游戏

[PYTORCH]玩Flappy Bird的深度Q学习介绍这是我的python源代码，用于训练代理玩飞扬的小鸟。可以将其视为强化学习应用程序的一个非常基本的示例。结果如何使用我的代码使用我的代码，您可以：通过运行python train.py从头开始训练模型通过运行python test.py测试您训练有素的模型训练有素的模特您可以在trained_models / fl

【毕业设计】pytorch训练AI自动玩小游戏代码合辑（含游戏代码）AITRexRushAIChrome浏览器小恐龙游戏.zip

5星 · 资源好评率100%

【毕业设计】pytorch训练AI自动玩小游戏代码合辑（含游戏代码）AITRexRushAIChrome浏览器小恐龙游戏.zip

强化学习 –baseline项目之gym中的Atari游戏的环境重写

5星 · 资源好评率100%

gym中集成的atari游戏可用于DQN训练，但是操作还不够方便，于是baseline中专门对gym的环境重写，以更好地适应dqn的训练从源码中可以看出，只需要重写两个函数 reset（）和step() ，由于render（）没有被重写，所以画面就没有被显示出来了 1.NoopResetEnv（）函数，功能：前30帧画面什么都不做，跳过。这有利于增加初始画面的随机性，不容易陷入过拟合

Python-DQNchainerPython用Chainer实现的DeepQNetworks来自动玩ATARI游戏

DQN-chainer-Python 用 Chainer 实现的 Deep Q-Networks 来自动玩 ATARI 游戏

DreamerV2-Pytorch:DreamerV2的Pytorch实现

DreamerV2-Pytorch DreamerV2的Pytorch实现：使用离散的世界模型来控制ATARI

DQN-Atari-Tensorflow, 在Tensorflow中，使用深度Q 学习的最简单.zip

DQN-Atari-Tensorflow, 在Tensorflow中，使用深度Q 学习的最简单 DQN-Atari-Tensorflow在Tensorflow中实现"深度强化学习的人级控制"这可能是DQN最简单的实现Atari游戏的实现。pretrained网络即将发布！ ...

Python库 | atari-py-0.2.9.tar.gz

资源分类：Python库所属语言：Python 资源全名：atari-py-0.2.9.tar.gz 资源来源：官方安装方法：https://lanzao.blog.csdn.net/article/details/101784059

DQN-PyTorch:深度Q网络的PyTorch实现

Playing Atari with Deep Reinforcement Learning（DQN）文献翻译.pdf

文献翻译，格式做的比较认真，公式图片都做了翻译，格式符合规范。适用于作业，课设，毕设文献翻译

Atari-environment-Alien_v0:Atari游戏环境的描述性代码（专门针对基于情感的外星人v0强化学习算法）

目录列出了可在其上运行算法的Gym环境。如何创建自己的健身环境。通用包装的列出的环境。这些可以对代理与环境之间交换的数据执行预处理/后处理。包含与Gym环境兼容的代理列表。代理有助于针对环境运行算法。是其他增值工具和实用程序的集合。这些内容可以是任何东西，从一个便捷的lib到一系列视频教程或新的语言绑定。

AC-Gym：适用于OpenAI Gym环境的PyTorch中流行的ActorCritic深度强化学习算法

该存储库结合了来自三个来源qv的代码，以获取详细信息： Pack Publishing的第19章斯科特·藤本的马克斯·拉潘（Max Lapan）的我使用此存储库的目标是将所有这些算法集中在一个地方，并具有简单，统一的命令行界面和最小的外部依存关系（，）。快速开始 python3 td3-learn.py --target -500 这将在默认环境（）上运行算法，直到达到

DQN+PyTorch+gym倒立摆登山车源码&模型

DQN+PyTorch+gym倒立摆登山车源码&模型，博文https://blog.csdn.net/qq_33309098/article/details/104588035

AI gym atari程序环境

此代码是人工智能的gym中的运行自动玩游戏的环境的程序代码

PyTorch-A2C:使用Pytorch的Advantage Actor Critic的一般实现

A2C 描述这是使用OpenAI体育馆环境以PyTorch编写的的实现。此实现包括卷积模型，原始A3C模型，完全连接的模型（基于Karpathy的Blog）和基于GRU的递归模型的选项。 BPTT 循环训练可以选择使用时间反向传播（BPTT），它可以在一系列状态而不是当前状态上建立梯度依存关系。初步结果表明，使用BPTT不会提高训练效果。有关两种培训方法的比较，请参见。该算法在Pon

async-deeprl:使用TensorFlow实现异步深度Q学习的Atari游戏

异步深度强化学习从Google DeepMind的论文实现异步一步式Q学习当前实施异步一步式Q学习的基准：设备输入形状FPS （不计算跳过的帧） GPU GTX 980 Ti 84x84x4 〜530 CPU核心i7-3770 @ 3.40GHz（4核，8线程） 84x84...

Python库 | atari_py-0.1.15-cp36-cp36m-win_amd64.whl

5星 · 资源好评率100%

python库。资源全名：atari_py-0.1.15-cp36-cp36m-win_amd64.whl

Reinforcement-Learning:使用pytorch进行深度强化学习

使用pytorch进行深度强化学习要做的事情：适用于Atari的A3C DreamerV2 DQN的多处理版本重播缓冲区的优先采样分布式DQN 连续动作空间？？？关键文章： ## DQN 通过深度强化学习玩Atari（） Rainbow：...

Deep learning for real-time Atari game

一个讲解怎么强化学习与CNN结合的英文论文，比较系统的介绍了在Atari game中强学习的训练方法。

基于 Python 在 gym Atari 环境中实现 DQN 算法及其变体【100011082】

在这次实验中，我发现自己之前没太接触过深度学习、不熟悉 pytorch 还是给我阅读框架代码和补全算法的过程带来了很大困难，而且轻薄本跑深度学习还是勉为其难了一些，训练太慢了，而且由于内存不足每次训练到几万...

ubuntu 16.04 pytorch安装总结

昨天装完了ubuntu 16.04，之前毕业设计用的tensorflow，但深度学习这门课的作业项目不大，就打算装一下Pytorch，这篇文章总结一下。主要参考了这篇博客：ubuntu16.04 + Anaconda + CUDA10 + cudnn + pytorch + pycharm 1. 创建单独的Anaconda环境！！单独的Python环境真的比较重要，我这里创建了python 3

breakout-Deep-Q-Network:强化学习| 在Atari Breakout上执行DQN，对决DQN和Double DQN的tensorflow实现

:person_running: [强化学习]在Atari Breakout游戏上执行的Deep Q Network（DQN），决斗DQN和Double DQN的张量流实现安装键入以下命令以安装OpenAI Gym Atari环境。 $ pip3 install opencv-python gym gym[atari...

基于深度强化学习方法DQN完成 Atari游戏breakout的AI设计python源码+文档说明

运用深度强化学习方法DQN完成 Atari游戏breakout的AI设计项目描述：Atari游戏AI设计：（1）理解深度学习基础概念和强化学习基础概念；（2）熟悉gym[atari]环境中的breakout游戏，学会控制游戏的进行，了解设计AI...

收起资源包目录

Python-在Atari游戏环境中用PyTorch实现具有重播体验的深度QLearning.zip （16个子文件）

deep-q-learning-master

main.py 5KB

LICENSE 1KB

requirements.txt 84B

.gitignore 1KB

.assets

pseudocode.png 350KB

atari_games.png 152KB

net.png 348KB

play.py 1KB

README.md 7KB

utils

models.py 6KB

learn.py 1020B

processing.py 1KB

utils.py 412B

logger.py 4KB

__init__.py 0B

net.py 3KB

共 16 条

评论收藏

内容反馈

资源评论

资源反馈

评论星级较低，若资源使用遇到问题可联系上传者，3个工作日内问题未解决可申请退款~

普通网友

粉丝: 484
资源:
1万+

上传资源快速赚钱

我的内容管理展开

我的资源快来上传第一个资源

我的收益

登录查看自己的收益

我的积分登录查看自己的积分

我的C币登录后查看C币余额

我的收藏

我的下载

下载帮助

前往需求广场，查看用户热搜

Python-在Atari游戏环境中用PyTorch实现具有重播体验的深度QLearning

atariDQN_吃豆人_深度学习_python_游戏_DQN_

Python-PyTorch实现的强化学习算法集

Python-pytorch中的深度QLearning网络

deep-reinforcement-learning-atari-pong:强化学习DQN算法的PyTorch在OpenAI Atari Pong游戏中的应用

DQN-Atari:Atari pong的深度Q学习（DQN）实施

【毕业设计】pytorch训练AI自动玩小游戏代码合辑（含游戏代码）-AIPacman吃豆人.zip

【毕业设计】pytorch训练AI自动玩小游戏代码合辑（含游戏代码）AIFlappyBird飞扬的小鸟.zip

Flappy-bird-deep-Q-learning-pytorch:深度Q学习，用于玩飞扬的鸟游戏

【毕业设计】pytorch训练AI自动玩小游戏代码合辑（含游戏代码）AITRexRushAIChrome浏览器小恐龙游戏.zip

强化学习 –baseline项目之gym中的Atari游戏的环境重写

Python-DQNchainerPython用Chainer实现的DeepQNetworks来自动玩ATARI游戏

DreamerV2-Pytorch:DreamerV2的Pytorch实现

DQN-Atari-Tensorflow, 在Tensorflow中，使用深度Q 学习的最简单.zip

Python库 | atari-py-0.2.9.tar.gz

DQN-PyTorch:深度Q网络的PyTorch实现

Playing Atari with Deep Reinforcement Learning（DQN）文献翻译.pdf

Atari-environment-Alien_v0:Atari游戏环境的描述性代码（专门针对基于情感的外星人v0强化学习算法）

AC-Gym：适用于OpenAI Gym环境的PyTorch中流行的ActorCritic深度强化学习算法

DQN+PyTorch+gym倒立摆登山车源码&模型

AI gym atari程序环境

PyTorch-A2C:使用Pytorch的Advantage Actor Critic的一般实现

async-deeprl:使用TensorFlow实现异步深度Q学习的Atari游戏

Python库 | atari_py-0.1.15-cp36-cp36m-win_amd64.whl

Reinforcement-Learning:使用pytorch进行深度强化学习

Deep learning for real-time Atari game

基于 Python 在 gym Atari 环境中实现 DQN 算法及其变体【100011082】

ubuntu 16.04 pytorch安装总结

breakout-Deep-Q-Network:强化学习| 在Atari Breakout上执行DQN，对决DQN和Double DQN的tensorflow实现

基于深度强化学习方法DQN完成 Atari游戏breakout的AI设计python源码+文档说明

最新资源