基于TensorFlow打造强化学习API：TensorForce是怎样炼成的？

更好地应用 GPU 和其他可用于并行/一步/分布式办法的设备（PAAC、GA3C 等）：这一范畴的办法的一个问题是关于收集数据与更新所用时光的隐含假设。在非模仿的范畴，这些假设可能并不成立，而懂得情况属性会若何影响设备履行语义还须要更多的研究。我们仍然在应用 feed_dicts，但也在推敲晋升输入处理的机能。

摸索模式（比如，基于计数的摸索、参数空间噪声……）

大年夜型离散动作空间、分层模型和子目标（subgoal）的分化。比如 Dulac-Arnold 等人的论文《Deep Reinforcement Learning in Large Discrete Action Spaces》。复杂离散空间（比如许多依附于状况的子选项）在应用范畴是高度相干的，但今朝还难以经由过程 API 应用。我们估计将来几年会有大年夜量结不雅。

用于状况猜测的内部模块和基于全新模型的办法：比如论文《The Predictron: End-To-End Learning and Planning》。

贝叶斯深度强化进修和关于不肯定性的推理

总的来说，我们正在跟踪这些成长，并且将会将此前错过的已有技巧（应当有很多）纳入进来；而一旦我们信赖一种新设法主意有变成稳健的标准办法的潜力，我们也会将其纳入进来。在这个意义上，我们并没有与研究框架构成明白的竞争，而是更高程度的覆盖。

本文转自机械之心，原文来自reinforce，作者Michael Schaarschmidt、Alexander Kuhnle、Kai Fricke。

config = Configuration( ... preprocessing=[ dict( type='image_resize', kwargs=dict(width=84, height=84) ), dict( type='grayscale' ), dict( type='center' ), dict( type='sequence', kwargs=dict( length=4 ) ) ] ...)

【编辑推荐】

人工智能与大年夜数据开辟的12个留意点
Web开辟中的响应式图片处理
应用windows 10 bash + cmder 搭建最顺手的前端开辟情况
开辟者自述：我是如许进修 GAN 的
最风行的5个前端框架比较

【义务编辑：张子龙 TEL：（010）68476606】

5/5 首页上一页 3 4 5

　　推荐阅读

　　必看！深入理解linux系统的目录结构就靠本文了

【技巧沙龙】AI开辟者拭魅战营-7分钟打造1个定制技能。7月22号，我们等你一路！ 1、常用的重要目次Linux和Windows操作体系中的文件体系些不合，在进修应用linux之前，可以或许懂得这个不>>>详细阅读

本文标题：基于TensorFlow打造强化学习API：TensorForce是怎样炼成的？

地址：http://www.17bianji.com/lsqh/36233.html

1/2 1