[PYTORCH]扮演超级马里奥兄弟的非同步优势演员评判（A3C）
介绍
这是我的python源代码，用于训练特工玩超级马里奥兄弟。 通过使用纸异步方法用于深强化学习引入异步优势演员，评论家（A3C）算法。
样品结果
动机
在我实施该项目之前，有多个存储库可以很好地重现本文的结果，这些存储库可以在Tensorflow，Keras和Pytorch等不同的常见深度学习框架中进行。 我认为，其中大多数都很棒。 但是，它们似乎在许多方面都过于复杂，包括图像的预处理，环境设置和权重初始化，这使用户的注意力从更重要的事情上转移了。 因此，我决定编写更简洁的代码，以简化不重要的部分，同时仍然严格
2023-02-06 16:42:14
300.86MB
1
使用GNU工具链进行STM32f103开发
版权所有（C）2018 Frank Curie（邱日）
我们将NES（）仿真器移植到了Alientek Worship（v3）stm32f103zet6开发板上。这是Super Mario Bros的演示。
在线视频：
用法
git clone
然后CD进入“ stm32f103_NES_Mario / Mario”目录
通过J-link线将Alientek Worship STM32f103开发板连接至计算机，并打开电源。
“ make”然后“ make jlink”，一切都会好的。 :)
现在，您可以使用Joypad控制Mario。
注意事项
只有一个玩家。
真的很慢。
我只测试了《超级马里奥兄弟》，但支持其他大多数NES游戏。 您只需在stm32f103_NES_Mario / Mario / qiuri_lib / NE
2022-12-04 15:49:50
15.99MB
1
自我监督预测的好奇心驱动探索
在ICML 2017中
， ， ，加州大学伯克利分校
这是我们基于ICLS 基于张量流的实现，该。 当来自环境的外部奖励稀疏时，想法是用内在的基于好奇心的动机（ICM）来培训代理商。 令人惊讶的是，即使环境中没有可用的奖励，您也可以使用ICM，在这种情况下，代理仅出于好奇而学会探索：“没有奖励的RL”。 如果您发现这项工作对您的研究有用，请引用：
@inproceedings{pathakICMl17curiosity,
Author = {Pathak, Deepak and Agrawal, Pulkit and
Ef
2022-05-30 14:48:41
2.04MB
1