TensorFlowでDQN －箱庭の人工知能虫ー - Qiita

ChainerでやってみるDeep Q Learning - 立ち上げ編で、見た目まさに人工知能っぽいことをやっていたので真似てやってみることに。 とはいえwxPythonとか使ったことないし、そのまんま真似ると難しそうなので、より簡単な感じにしました。まぁ遊びですし。 毎度おなじみ、あまり専門的なことは良く分からず雰囲気で書いているので、大幅に勘違いしている箇所があるかもしれません。気になった点は指摘いただけると幸いです。 目標 箱の中にリンゴ（に見立てた点）を多数配置。 そこに人工知能的虫を配置。 虫は上下左右および移動しないことを選択できる。 リンゴを食べる事が報酬。 設計概要 基本的には前回作ったものをベースに考える。 動きまわることで報酬を得て行く過程をディープラーニングで実装する。 ビジュアル的な表示が必要なので、wxPythonより簡単に使えそうなmatplotlibを使って

[sh19910711]

"動きまわることで報酬を得て行く過程をディープラーニングで実装する / 箱の中にリンゴ（に見立てた点）を多数配置 + 上下左右および移動しないことを選択 + リンゴを食べる事が報酬" 2016