모두를 위한 딥러닝 - Deep Reinforcement Learning

모두를 위한 딥러닝 - Deep Reinforcement Learning

(38개의 수강평)

6961명의 수강생
딥러닝인공지능강화학습
무료
지식공유자 · Sung Kim
18회 수업· 총 3시간 43분수업
평생 무제한 시청
수료증 미발급 강의
수강 난이도 중급이상
Scott Suk 프로필

RL보다 좋은 알고리즘이 있나요? Scott Suk 2019.06.20
RL은 제가 이해한 바로는 인간과 비슷한 방법으로 학습하는 알고리즘 같습니다. 혹시 이것보다 더 효율적인 알고리즘이 존재하나요? (더 빠르거나 더 넓게 적용가능한)

0
Yeonho Lee 프로필

is_slippery 옵션에 관하여 Yeonho Lee 2019.03.21
is_slippery 옵션은 Frozen Lake 게임에만 해당하는 옵션인가요?

0
임현욱 프로필

readchar api 이용한 방법입니다. 임현욱 2018.07.21
아래 설치pip install readchar아래 코드 실행import gymfrom gym.envs.registration import registerimport readcharLEFT = 0DOWN = 1RIGHT = 2UP = 3arrow_keys = {'x1b[A' : UP,'x1b[B' : DOWN,'x1b[C' : RIGHT,'x1b[D' : LEFT}register(id='FrozenLake-v3',entry_point="gym.envs.toy_text:FrozenLakeEnv",kwargs={'map_name':'4x4','is_slippery':False})env = gym.make("FrozenLake-v3")env.render() #환경을 화면으로 출력while True:key = readchar.readkey() #키보드 입력을 받는다if key not in arrow_keys.keys(): print("Game aborted!") breakaction = arrow_keys[key] #에이젼트의 움직임state, reward, done, info = env.step(action) #움직임에 따른 결과값들env.render() #화면을 다시 출력print("State:", state, "Action", action, "Reward:", reward, "Info:", info)if done: #도착하면 게임을 끝낸다. print("Finished with reward", reward) break

0
지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의들을
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스