知识卡片

普通读书笔记卡 · 2700.f.1.b.2.a.2.a · 生成模型:未记录

棋盘动作编码与观测对齐

理解等级:中级

棋盘位置可以由行乘宽度加列映射到动作号。输入平面既表明双方占子,也保留上次落子和当前方信息。只有空位合法。训练扩增或改变坐标方向时,动作标签与各观测平面要同步变换。

关联:[[共享棋局特征分为双头]]。双头训练要求空间输入与动作坐标一致。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《强化学习入门:从原理到实践》第10章《10.4.1 从零开始搭建棋盘环境》,来源项目 book-source,`extracted/强化学习入门:从原理到实践/_epub-src/OEBPS/Text/chapter93.xhtml`,body 子元素 14 - 结论依据:原文用四张二维特征图与一维动作编号表示两个接口。 - 原始内容:state仅由4层8×8的图像叠加而成