openai自动玩游戏教程

1、首先你要知道许多人不信只用1个强化学习算法，就能让计算机从零开始从像素中自动学会玩大部分ATARI游戏，并达到人类的表现水平。并展望了深度强化学习推动人工智能的发展，在复杂机器人环境中的应用以及解决实际问题。

3、其实呢理想状况中，你会想要将至少2帧画面输入到策略网络里，这样它就能探测到物体的运动。为了将这些稍做简化实际上我向网络中输入的是帧间差。

5、其实呢在监督式学习中，我们将能访问一个标签。例如，我们可能被告知现在正确的做法是将挡板上移（标签0）.在实际实现中，我们将为“挡板上移惯墀眚篪”的log概率输入1的梯度，然后运行反向传播来计算梯度向量。这个梯度将会告诉我们。如何为这数十万个参数做调整，让网络稍微更有可能预测出挡板上移这个动作。