language-agnostic - 強化学習の優れた実装？

Question

AIクラスのプロジェクトでは、テトリスの単純なゲームに勝る強化学習アルゴリズムを実装する必要があります。ゲームはJavaで書かれており、ソースコードがあります。私は強化学習理論の基礎を知っていますが、SOコミュニティの誰かがこの種のことを実際に体験したことがあるかどうか疑問に思いました。

編集：より具体的であるほど良いですが、主題に関する一般的なリソースを歓迎します。

ファローアップ：

フォローアップを投稿したらいいなと思いました。

これが私が将来の学生のために最終的に得た解決策（コードと記述）です:)。

score 14 · Accepted Answer

2009 年のRL-competitionをご覧ください。問題のあるドメインの 1 つは、テトリスゲームです。一昨年もテトリスで問題がありました。これは、その年の 5 位のファイナリストからの52 ページの最終レポートで、エージェントがどのように機能したかについて詳しく説明しています。

score 3 · Accepted Answer

Heaton Researchの電子ブックは、ニューラルネットワークの概念を (コードと共に) 説明するのに非常に優れています。第 4 章では、機械学習とネットワークのさまざまなトレーニング方法について説明します。ダウンロード可能なライブラリとサンプルアプリケーションを参照できます。

score 3 · Accepted Answer

このテーマに関する良い本は次のとおりです。

これらのオープンソースプロジェクトもご覧ください。

score 2 · Accepted Answer

TD-Gammon、gnubackgammon、またはその他の同様のプロジェクトは、ゲームで大成功を収めました。

Sutton & Barto の著書 "Reinforcement Learning: An Introduction" には、他にもいくつかのケーススタディがあります。

score 1 · Accepted Answer

リンクは、内容に飛び込むのに約 30 分かかる最初の講義へのリンクです。

score 0 · Accepted Answer

JavaベースのRL4Jを学ぶことをお勧めします。私はこれを使用していましたが、物事がスムーズに機能し、Actor Critic アルゴリズム (A3C と呼ばれる) を使用した強化学習アルゴリズムで LSTM ネットワークも学習できることに驚きました。

9 に答える 9