Tensorflow / Deepmind:对于与证明相关的数学算法，我如何从观察中采取行动？

Question

从这里交叉

这个问题是询问有关使用deepmind库的指导/建议/帮助：深井实验室或TensorFlow在Python中。

考虑到我是新的概念，如深入学习和人工智能。

问题如下：

• 在数学问题中使用Deepmind或Tensorflow，我需要观察值并采取行动吗？

使用一种类似于此页中基于观察、行动、奖励等描述的方法，我想调用一个学习代理在一些价值中进行选择。我在想这样的事情：

• 输入:元组列表(列表将在每一步更改)
• 行动:从输入中获取一个值(根据经验)
• 奖励:如果它返回的值对我正在实现的算法的其余部分是好的还是坏的，我将奖励深度学习代理。

补充说明：

• 我不能事先训练藻类。

输入如下所示：

edge: (1, 2), face_down: 4, face_up: 5, face_left: 4, face_right: 5
edge: (0, 1), face_down: 4, face_up: 4, face_left: 4, face_right: 5
edge: (5, 4), face_down: 4, face_up: 5, face_left: 4, face_right: 5
edge: (6, 7), face_down: 3, face_up: 5, face_left: 5, face_right: 5
edge: (3, 0), face_down: 4, face_up: 4, face_left: 5, face_right: 4
edge: (4, 1), face_down: 4, face_up: 5, face_left: 5, face_right: 4
edge: (8, 5), face_down: 4, face_up: 5, face_left: 5, face_right: 4
edge: (3, 8), face_down: 4, face_up: 5, face_left: 4, face_right: 5
edge: (2, 3), face_down: 4, face_up: 5, face_left: 5, face_right: 4
edge: (5, 0), face_down: 4, face_up: 4, face_left: 5, face_right: 4
edge: (0, 5), face_down: 4, face_up: 4, face_left: 4, face_right: 5
edge: (1, 0), face_down: 4, face_up: 4, face_left: 5, face_right: 4
edge: (9, 6), face_down: 3, face_up: 5, face_left: 5, face_right: 5
edge: (0, 3), face_down: 4, face_up: 4, face_left: 4, face_right: 5
edge: (7, 9), face_down: 3, face_up: 5, face_left: 5, face_right: 5

这样做的目的是使用同样的deepmind来玩游戏，而不是分析像素和使用pad (上、下、左、右、火、跳)，而是让学习代理分析一些数学值，作为唯一的行动，选择其中一个。

是否有其他方法或库/框架来解决这一问题？

Answer 1

我建议您看看OpenAI健身房。

您将更容易地实现一个描述问题的新环境。关于代理，有许多与OpenAI兼容的实现。