모두를 위한 딥러닝 - Deep Reinforcement Learning

모두를 위한 딥러닝 - Deep Reinforcement Learning

(29개의 수강평)

5861명의 수강생
무료
지식공유자 · Sung Kim
18회 수업 · 총 3시간 43분 수업
평생 무제한 시청
수료증 미발급 강좌
수강 난이도 '초급, 중급'
Scott Suk 프로필

RL보다 좋은 알고리즘이 있나요? Scott Suk 4달 전

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 7달 전

is_slippery 옵션은 Frozen Lake 게임에만 해당하는 옵션인가요?

0
임현욱 프로필

readchar api 이용한 방법입니다. 임현욱 2018.07.21

아래 설치

pip install readchar

아래 코드 실행

import gym

from gym.envs.registration import register

import readchar

LEFT = 0

DOWN = 1

RIGHT = 2

UP = 3

arrow_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 출력

while True:

key = readchar.readkey() #키보드 입력을 받는다

if key not in arrow_keys.keys():

print("Game aborted!")

break

action = arrow_keys[key] #에이젼트의 움직임

state, reward, done, info = env.step(action) #움직임에 따른 결과값들

env.render() #화면을 다시 출력

print("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 강좌들을
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스