我想训练神经网络玩2048游戏。我知道对于诸如2048之类的状态游戏，NN并不是一个不错的选择，但是我想实现，NN将像有经验的人一样玩游戏，即仅在三个方向上移动磁贴。
但我无法弄清楚如何自训练NN，因为我们不知道有效的输出。通常，例如在回归中，您知道正确的输出，并且可以计算损失（例如，均方误差）并更新权重。但在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各个方向，例如，与最高相差方向的比分score_after_move - previous_score将是我们有效的输出，但我认为这是没有办法的办法，以自我学习NN ）。那么可以为2048游戏定义损失函数吗？最好的是与众不同。
下一个问题是何时更新权重：在每个动作之后或更确切地说在一个完整的游戏（游戏结束）之后？
如果是很重要的：我的NN拓扑结构将是现在简单：
2D matrix of gaming board -> 2D matrix of input neurons -> 2D fully-connected hidden layer -> 1D 4-neuron layer
因此，每个图块将输入到第一层中的相应神经元（2D全连接层是否有特殊名称？）。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]将为“向上”移动方向。
现在我已经实现了2048场比赛无头类（在Python / NumPy的），因为使用视觉输入很慢，也更多的工作要做。
PS也许我错误地想着NN学习这个游戏（或游戏一般）。随时给我一个更好的办法，我会理解。谢谢 ：）
编辑：强化学习似乎是这样。以下是一些有用的链接：
所以https://github.com/matthiasplappert/keras-rl似乎是最好的办法。您只能落实OpenAI健身环境API定义的一些方法。这些都是step()和reset()方法：https://github.com/matthiasplappert/keras-rl/blob/master/rl/core.py#L330
欲了解更多信息有来自一个答案keras-rl开发商：https://github.com/matthiasplappert/keras-rl/issues/38
当我2048游戏AI项目将完成，我将链接发送给源在这里（如果我不会忘记这样做:)）
编辑：这里是承诺链接到源，完全忘记了它：/ https://github.com/gorgitko/MI-MVI_2016
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句