我有一个使用tensorflow.js神经网络玩'tic tac toe'游戏的代理，试图模仿Q函数的行为。
我正在关注这次旅行报告，但使用的是TFJS和节点：Part 4 — Neural Network Q Learning
代理会在游戏过程中跟踪游戏状态，并在游戏完成后尝试根据游戏的结束方式使用这些状态的更新Q值训练NN。
我的问题是：fit（）是一个异步函数，我玩游戏的脚本运行一个游戏循环，游戏循环完成，然后由于所有对fit（）的调用，我得到了一堆UnhandledPromiseRejectionWarning。以前的游戏正在进行中。
是否有一种方法可以在每局游戏结束时同步训练我的模型。也许使用model.makeTrainFunction（）还是有使用优化器的方法？ （在cart-pole example中找到的optimizer.applyGradients（））
链接到我的代码NNQPlayer.js
感谢您阅读我的问题。我希望有人能朝着正确的方向推动我！
答案 0 :(得分：1)
fit是异步操作。如果您正在寻找一种可以多次调用fit的方式，则只需在调用await之前使用fit。这样可以确保在再次调用fit之前完成fit操作。您可以看看这个answer