0. 前言
在《深度Q学习算法详解》一节中，我们使用了深度 Q 学习来进行 Cart-Pole 游戏。在本节中，我们将利用深度Q学习来玩“太空侵略者”游戏 (SpaceInvaders)，这是一个比 Cart-Pole 更复杂的环境。
1. 问题与模型分析
“太空侵略者”游戏的屏幕截图示例如下所示，智能体的目标是使单个游戏回合中获得的分数最大化。
为了能够最大化智能体的得分，我们采用的模型构建策略如下：
- 初始化
Space Invaders-Atari2600游戏环境 - 预处理图像帧：
- 删除不影响动作预测的像素，例如，玩家位置下方的像素
- 归一化输入图像</
文章出处登录后可见！
已经登录？立即刷新
