强化学习(Reinforcement learning,简称RL)是机器学习中的一个领域,区别与监督学习和无监督学习,强调如何基于环境而行动,以取得最大化的预期利益。基本操作步骤:智能体agent
在环境environment
中学习,根据环境的状态state
(或观测到的observation
),执行动作action
,并根据环境的反馈reward
(奖励)来指导更好的动作。比如本项目的Cart pole小游戏中,agent
就是动图中的杆子,杆子有向左向右两种action
。
In [ ]:
## 安装依赖 !pip install pygame !pip install gym !pip install atari_py !pip install parl
In [12]:
import gym import os import random import collections import paddle import paddle.nn as nn import numpy as np import paddle.nn.functional as F
1.经验回放部分
经验回放主要做的事