知识卡片

普通读书笔记卡 · 9966 · 生成模型:未记录

遗传搜索可直接优化动作表

理解等级:中级

把有限观察编码成索引,给每条染色体的每个槽存一个动作。按这些槽控制一个完整回合,用前进距离评价整条策略表,再通过交叉和突变生成候选。比逐帧标注更直接,但观察多一位就使表加倍,且局部观察可能把不同行为合并。

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:《AI游戏开发和深度学习进阶》第5章 5.3 进化的马里奥(book-source,`extracted/AI游戏开发和深度学习进阶/_epub-src/OEBPS/Text/0044.xhtml`) - 结论依据:原文用 16 位状态作为遗传槽地址,用五位表示组合动作。 - 原始内容:并且每个基因座都包含该agent当时所采取的动作(的数值)。