jir*_*ovo 5 python artificial-intelligence neural-network keras
我想训练神经网络玩2048游戏.我知道NN对于像2048这样的状态游戏来说不是一个好选择,但是我想要实现NN将像经验丰富的人类一样玩游戏,即仅在三个方向上移动游戏.
但由于我们不知道有效输出,我无法弄清楚如何自我训练NN.通常,例如在回归中,您知道正确的输出,您可以计算损失(例如均方误差)并更新权重.但是在2048年,有效输出基本上是未知的(当然你可以计算你可以移动的每个方向的分数,例如,具有最大差异的方向score_after_move - previous_score将是我们的有效输出,但我认为这不是自学NN的方式).那么有可能为2048游戏定义损失函数吗？最好的是可区分的.
接下来的问题是何时更新权重:每次移动后或者更确切地说是完成游戏后(游戏结束)？
如果它很重要:我的NN拓扑现在很简单:
2D matrix of gaming board -> 2D matrix of input neurons -> 2D fully-connected hidden layer -> 1D 4-neuron layer
因此,每个图块将被输入到第一层中的相应神经元(2D全连接图层是否有任何特殊名称？).来自最后一层的预期输出是长度为4的向量,例如[1,0,0,0]将是"向上"移动方向.
现在我已经为2048游戏实现了无头类(在Python/NumPy中),因为使用视觉输入很慢并且还有更多工作要做.
PS也许我正在考虑NN学习这个游戏(或一般游戏).随意向我展示一个更好的方式,我会很感激.谢谢 :)
编辑:强化学习似乎是方式.以下是一些有用的链接: