Replicating-DeepMind:复现 DeepMind 的“Playing Atari with Deep Reinf...

复制-DeepMind 复现 DeepMind 的“Playing Atari with Deep Reinforcement Learning”的结果。 所有信息都在我们的。 进度：系统已启动并在带有 cuda-convnet2 的 GPU 集群上运行。 它可以学习比随机播放更好，但还没有好多少:) 它相当快，但仍然比 DeepMind 的原始系统慢 2 倍。 目前它没有实现 RMSprop，这是我们的下一个目标。 注1：您也可以查看我们写的一篇科普文章到 。 注 2：Nathan Sprague 有一个基于 Theano 的实现。 它可以做得相当好。 有关更多详细信息，请参阅 。