我对神经网络很新。我已经完成了一些阅读并按照this book中的示例实现了感知器。结果可以在aronadler.com/neural-net上查看。这是一个简单的感知器,可以了解给定的点是在线上还是在线之下。它是用JavaScript和PaperJS编写的,用于画布图形。
但是我想更进一步。我创建了一个simple game in paperjs,你可以通过左右箭头键控制车辆,并通过向上箭头键施加推力。目的是击中所有红色目标圆圈并将其变为蓝色。
我想创建一个神经网络来控制这辆车来击中所有目标,但我不知道从哪里开始。什么样的网络架构适合这种问题?输入将是车辆的位置,转向角和速度,以及目标的位置。
答案 0 :(得分:1)
我相信你应该阅读更多关于如何使用和训练神经网络模型适合强化学习问题的内容。简而言之,强化学习的目标是学习最大化健身功能的模型(例如游戏中的某种得分)。使用用于此类问题的神经网络通常具有与键盘上的键(或通常对机器的某种输入)相对应的输出。对于您的问题,输出再次是按下的键,健身功能是车辆通过击中目标获得的分数。
我建议您查看this post并观看我在那里发布的视频,以便更好地了解这些模型是如何训练和使用的,并弄清楚如何使用神经网络解决问题。
此外,您可以查看 Nature Q 在 Deep Q Networks 上发表的最新论文。
<强>参考强>