本帖最后由 PYPL80022602 于 2018-5-9 21:02 编辑
视频连接：
v.youku.com/v_show/id_XMzU5NTM2MzUyOA
我们团队的第二个作品，使用的是STM32F407，用的是正点原子的开发板，游戏是简易版本的flappy brid，利用的算法是Google-deepmind提出的DQN算法，内置我们自己开发的操作系统OSlw，自己实现的神经网络架构（纯C语言）。
没有直接使用deepmind论文中的超参数（要使用CNN，而且ER太大）
使用10->32->32->32->2的网络结构
除了输出，全部采用swish激活函数，输出采用线性激活,学习速率全部0.001
gamma=0.5
ep=0.8，随游戏轮数增大
ER=400，随机抽取5个
复制轮数=25
最好记录为单次44万+（运行8h+）
简单作品，各位大神轻喷。
如有侵权，立刻删除。
|
楼主
标题置顶
标题高亮
