Вопросы с меткой [обучение-с-подкреплением]

Руководство по использованию метки отсутствует.

Фильтрация
Сортировка
Метки
0 голосов
0 ответов
11 показов

Как в обучении с подкреплением использовать саму модель в получении награды?

У меня есть данные в pandas dataframe, пусть это будут биржевые цены (схожая задача). Есть 3 варианта действий - купить/продать/ничего не делать. Я хочу, чтобы при каждой итерации модель использовала ...
venanen's user avatar
  • 123
0 голосов
1 ответ
38 показов

Обновить значения функции Q(1-2) методом q-learning, в соответствии с заданной схемой и параметрами

В процессе изучения методов обучения с подкреплением, наткнулся на схему, в соответствии с которой необходимо обновить значения функции Q для перехода из состояния 1 в состояние 2 (Q(1-2)). Пытался ...
Денис Вишневецкий's user avatar
0 голосов
0 ответов
32 показа

Как хранить состояния в таблице Q при обучении с подкреплением Q-learning?

Для модели обучения с подкреплением есть таблица Q из n_states (число состояний) строк и n_action (число действий) столбцов. Как я поняла, выбор действия происходит следующим образом: epsilon = 0.9 # ...
Маша's user avatar
0 голосов
1 ответ
74 показа

Немного запутался с обучение LunarLander на PyTorch и Google Colab

Начинаю изучать RL. Где-то ошибка. но все выглядит верно. Буду благодарен любому совету спасибо. Заранее спасибо https://colab.research.google.com/drive/1SqcNoRgu0sv2KFLSSYs4wX7mp49xJpou?usp=sharing # ...
Alexander Alexandrov's user avatar
0 голосов
1 ответ
87 показов

В чём ошибка при обучении нейронной сети с помощью q-обучения?

Поставил себе цель, вникнуть в q-обучение для нейронных сетей. Для простоты решил сделать бота для игры в пинг-понг. Для начала написал класс для работы с нейронными сетями: #dnn.py from os import ...
Vladimir Kurbatov's user avatar
0 голосов
1 ответ
88 показов

Зацикливание алгоритма q-learning python

Знакомлюсь с reinforsment-learning на примере q-learning. Читаю эту статью на хабре, но код там мне совсем не понравился, поэтому я решил написать свой -- на его основе. Дело в том, что судя по выводу ...
DKay's user avatar
  • 518
0 голосов
1 ответ
828 показов

AttributeError: module 'gym.envs.box2d' has no attribute 'LunarLander'

Не могу подключить LunarLander-v2 import gym env = gym.make('LunarLander-v2') Возникает следующая ошибка: AttributeError: module 'gym.envs.box2d' has no attribute 'LunarLander'
PrintScreenSys's user avatar
4 голоса
2 ответа
213 показов

Обучение нейронной сети теореме Пифагора

Хочу обучить НС теореме Пифагора. Всё вроде правильно сделал, нормализовал данные, модель правильная, а вот в чём ошибка не понятно.. import numpy as np from keras.models import Sequential from ...
alex-rudenkiy's user avatar
0 голосов
1 ответ
490 показов

Самообучение нейронных сетей

Можно ли использовать правила Хебба для обучения нейронных сетей без учителя? Структура моей сети очень специфична, пытался сделать подобие реальной нервной системы хотя бы простейших существ - ...
MrJesterru's user avatar
5 голосов
0 ответов
78 показов

Как обучить агента в частично наблюдаемой среде?

Подскажите пожалуйста, нужно обучить агента в частично наблюдаемой среде. Помимо обучения с подкреплением какие ещё существуют методы обучения для частично наблюдаемых сред или для игр с неполной ...
Merlin's user avatar
  • 5,491