问以游戏回合和游戏状态作为输入的神经网络
EN

Stack Overflow用户

提问于 2019-12-18 00:12:34

回答 1查看 92关注 0票数 2

它是关于为“GO”创建AI的

在0:50，他谈到给神经网络喂食，游戏状态的围棋和一个球员的可能移动。

我的问题是:什么是最好的方式来满足游戏状态和移动。我知道在每一次可能的移动之后，我都可以给神经网络提供所有的游戏状态。但在视频中，他表示，在此举之前，他向董事会提供了信息。

应该怎么做呢？

回答已采纳

发布于 2019-12-18 08:02:56

我认为你需要理解基于政策的方法。在基于策略的方法中，我们试图直接学习将状态映射到操作的策略函数。(策略梯度和参与者-批评者方法)

票数 1

页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持

原文链接：

https://stackoverflow.com/questions/59383869

复制

相似问题

问以游戏回合和游戏状态作为输入的神经网络EN