[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

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