【兰德公司报告】通过机器学习获得空中优势—人工智能辅助任务规划的初步探索
Air Dominance Through Machine Learning：A Preliminary Exploration of Artificial Intelligence–Assisted Mission Planning
2021-03-24 22:03:57
13.67MB
1
模仿
在python / Tensorflow中实现选定的逆向强化学习（IRL）算法。
python demo.py
实现的算法
线性逆强化学习（Ng＆Russell 2000）
最大熵逆强化学习（Ziebart et al。2008）
最大熵深度逆强化学习（Wulfmeier et al。2015）
已实施MDP和求解器
网格世界2D
网格世界1D
价值迭代
依存关系
python 2.7
cvxopt
Tensorflow 0.12.1
matplotlib
线性逆向强化学习
根据Ng和Russell 2000的论文：算法，算法1
$ python linear_irl_
2021-03-23 15:34:16
2.58MB
1
LunarLanderAgent
张量流的LunarLander强化学习
我在启动Box2d安装时遇到了困难，我尝试使用pip install Box2d而不是pip install gym[all]并成功了。
确保环境正常运行：
虚拟代码：
import numpy as np
import matplotlib.pyplot as plt
import tensorflow as tf
import gym
env = gym.make('LunarLander-v2')
obs = env.reset()
for i in range(1000):
obs, reward, done, info = env.step(env.action_space.sample())
env.render()
if done:
break
env.clos
2021-03-21 17:08:38
5.21MB
1