강화 학습의 좋은 구현?

Question

AI-Class 프로젝트의 경우 간단한 테트리스 게임을 능가하는 강화 학습 알고리즘을 구현해야합니다. 이 게임은 Java로 작성되었으며 소스 코드가 있습니다. 나는 강화 학습 이론의 기본 사항을 알고 있지만 SO 커뮤니티의 모든 사람이 이런 유형의 경험에 대한 경험을 가지고 있는지 궁금했습니다.

1. Tetris 게임에서 강화 학습을 구현하기위한 권장 독서는 무엇입니까?
2. 체크 아웃 할 가치가있는 비슷한 일을 달성하는 좋은 오픈 소스 프로젝트가 있습니까?

편집 : 더 구체적 일수록 더 좋지만 주제에 대한 일반적인 자원이 환영받습니다.

후속 조치 :

후속작을 게시하면 좋을 것이라고 생각했습니다.

다음은 미래의 학생들을 위해 끝났던 해결책 (코드 및 쓰기)입니다. :).

종이 / 암호

Answer 1

2009 년을 살펴보십시오 RL 경쟁. 문제 도메인 중 하나는 a 테트리스 게임. 1 년 전도 테트리스 문제가있었습니다. 여기에 있습니다 52 페이지의 최종 보고서 그해의 5 위 결선 진출 자에서, 이는 에이전트의 작동 방식에 대해 많은 세부 사항을 얻었습니다.

Answer 2

그만큼 Heaton Research eBook은 신경망 개념을 설명하는 데 능숙합니다 (코드 포함). 4 장은 기계 학습 및 네트워크를위한 다양한 교육 방법에 전념합니다. 다운로드 가능한 라이브러리 및 샘플 응용 프로그램이 있습니다.

Answer 3

다음은 주제에 대한 좋은 책입니다.

기계 학습 및 데이터 마이닝 : 원리 및 알고리즘 소개
작성자 : Igor Kononenko, Matjaz Kukar (2007 년 6 월)

또한 이러한 오픈 소스 프로젝트를 살펴보십시오.

• Maja 머신 러닝 프레임 워크
• piqle
• 엘시
• 로봇 공학 프라이머 통합 문서

Answer 4

TD-Gammon, gnubackgammon 또는 기타 유사한 프로젝트는 게임에서 큰 성공을 거두었습니다.

Sutton & Barto의 저서 "강화 학습 : 소개"도 있습니다. 사례 연구.

Answer 5

이것은 강화 학습에만 국한되지 않지만 Stanford는 훌륭한 일련의 강의를 가지고 있습니다. YouTube에서 기계 학습 그리고 iTunes.

링크는 컨텐츠에 대해 약 30 분이 걸리는 첫 번째 강의입니다.

Answer 6

삼베 많은 일반적인 강화 학습 알고리즘과 몇 가지 환경과 유용한 도구를 구현하는 최근 Java 라이브러리입니다.

Answer 7

이 질문은 정말 오래되었지만 2018 년 에이 글을 읽는 사람이라면 기존 RL 알고리즘에 대한 견고한 참조에 관심이 있다면 OpenAi 기준선을 사용하는 것이 좋습니다. 이 알고리즘은 OpenAI의 직원 그룹 이이 내용을 실제로 알고 있으며 광범위하게 미세 조정 및 디버깅 된 직원에 의해 구현됩니다.

공정하게 말하면, 당신은 테트리스에게는 이것들이 필요하지 않지만 요즘에는 숙제 질문에는 좀 더 정교한 환경이 포함될 수 있다고 생각합니다.

https://github.com/openai/baselines

Answer 8

Java 기반 인 rl4j를 배우는 것이 좋습니다. 나는 이것을 사용하고 있었고 행위자 비평가 알고리즘 (A3C라고 함)이있는 강화 학습 알고리즘에서 LSTM 네트워크조차 배울 수 있습니다.

여기 링크가 있습니다:https://github.com/deeplearning4j/dl4j-examples/blob/master/rl4j-examples/

Answer 9

이 질문은 상당히 구식 (10 세)이며 현대적인 RL 프레임 워크 및 환경 모음이 여기에서 유용 할 수 있음을 알았습니다. 나는 이것을 위해 Github Repo를 만들었고 정기적으로 업데이트하려고합니다.

https://github.com/themtank/rl-code-resources