顶点小说网 > 重生学神有系统 > 第420章 强化学习的威力
    最快更新重生学神有系统最新章节!

    第二天一早。

    江寒起后,来到窗前一看,入目都是晶莹的纯白。

    不如在方源的这几台机器人里,也写入训练好的dqn网络,然后,让两个dqn网络对战!

    江寒心中一动,忽然想到了一个办法。

    方源默默点头,忽然说:“可惜我的能力有限,弄不出战斗力更强的机器人,否则就能给你做陪练了……”

    江寒摇了摇头,平静的说:“其他队伍的况,目前还不清楚,我们拿冠军的可能,不能说没有,但还不够大。”

    他对自己的编程能力,还是相当自信的,正式比赛中的对手,不可能个顶个都比自己强……

    方源若有所思,忽然问:“老板,就凭你这几台机器人的强度,差不多也够用了吧?”

    江寒解释说:“不仅仅是时间的问题,我这个算法的上限,取决于陪练的战斗力,现在这种况,只怕后面很难有大的进步了。”

    “你是说时间吗?”方源问。

    江寒却笑着摇了摇头:“只怕还不够。”

    “老板,你的机器人进步太快了,我估计,等到下周比赛时,差不多能和遥控战车一较高下了。”

    “不玩了,不玩了。”方源用力摇头。

    开战不到3分钟,江寒这边就摧枯拉朽一般,将方源的队伍虐了个体无完肤。

    这天,江寒和方源又进行了一场友谊赛。

    而江寒这边,却是一个拥有学习能力的i,只要有充足的时间,就可以愈练愈强!

    没办法,方源的程序,是传统的逻辑推理型i,成长约等于没有,写成什么样,就是什么样。

    又过了两天,方源的机器人,就彻底不是对手了。

    渐渐的,江寒的机器人学会了简单的战术配合,这样一来,再和方源pk,胜率就提高了不少。

    她们之前的确没想到,这些“死”的机械,居然也能在实战中,不停地成长!

    但这种其妙的现象,仍然引得苏婉莹、夏雨菲等人啧啧称奇。

    虽然处于下风的时候多,占据优势的时候少,取得胜利的次数,更是约等于0。

    三天后,训练效果渐渐体现了出来,至少与方源pk时,不再一面倒的被屠杀。

    从一开始什么也不懂,慢慢学会了走路、击、躲闪……

    江寒的五台战车机器人,每天都在缓慢地进步着。

    为了解决这个问题,江寒不得不设计了一个磁吸式充电接口,让这些机器人电量消耗得差不多时,自己滚去充电……

    通常能连续运作三个小时,就差不多到极限了。

    这些战车机器人都是标准装,能还算不错,续航就比较马虎了。

    江寒淡淡一笑:“现在下结论还太早了点,过两天再看效果吧。”

    夏雨菲也有点担忧,问江寒:“它们好像一直在乱转,这都半个下午了,是不是哪里出问题了?”

    苏婉莹直接吐槽:“江寒,你这几台战车,看起来不怎么聪明呀?”

    靳雪雯藏不住事儿:“江寒哥哥,这种办法真的行吗?”

    看到这种况,大家不免心里有点没底。

    别说作战了,连路都跑不明白,经常卡在莫名其妙的地方,原地转圈圈。

    一开始,江寒的机器人看起来笨头笨脑的,和无头苍蝇差不多。

    江寒让方源的五台机器人,给自己麾下的战车做陪练。

    苏婉莹特地将阁楼清理出来,给大家做训练场地。

    好在这种算法最大的优点,就是不怎么需要人工干预,只要给“智能体”适当的环境,它就能自主学习、慢慢进步。

    接下来,就是漫长的训练过程。

    江寒在虚拟空间里忙碌了三百多个小时,才终于弄出了一个比较完善的dqn算法。

    首先要克服的,就是噪声、延迟和不稳定等问题。

    dqn的原理相当简单,只要将q-table换成人工神经网络就行,但如果想取得理想的效果,那就得讲究一点细节了。

    所谓dqn,全称是deepqwork,实际上就是将深度学习和强化学习结合到一起的产物。

    为了解决这个问题,江寒很自然地想到了dqn算法。

    当状态和动作空间是连续的,或者维度很高时,再用q-table来表达,就有点力不从心了。

    然而,这种办法虽然简单、直观,易于实现,但也有着致命的缺陷,那就是只适合状态和动作空间是离散的,而且维数不太高的况。

    通过修改q-table的值,就能生成一个指引智能体行动的“纲领”。

    在q-learning中,用一个表格来保存状态和动作的q值,称为q-table。

    例如著名的q-learning算法,江寒之前就有过一些研究。

    这样,智能体就能在不断地试错中,一点一点地优化行动策略……

    反之,如果得到的是负面反馈,那么就减弱这种倾向。

    当环境对某个动作给与了正向反馈时,智能体将来就会更加倾向于这种举动。

    训练的过程中,智能体可以得到所处环境的状态信息,并采取试探行动。

    在这个案例中,一台战车机器人,就是一个智能体。

    “强化学习”在这个世界早就出现了,其中最重要的概念,就是智能体。

    程序本就很不好弄,训练起来更加麻烦,需要相当多的时间。

    而江寒这边的“强化学习”,实现起来就没那么简单了。

    由于方源采用了传统算法,程序调试完成后,直接烧录到机器人的rom中,就可以运行了。

    两人的程序很快都编好了。

    江寒让靳雪雯又买了五台机器人,和方源每人选择五台,分头训练。

    大家聚在一起玩玩闹闹、其乐融融,顺便训练、训练机器人,不亦乐乎?

    这天开始,靳雪雯每天都来苏家。

    意思是还没花光呗?

    小鱼儿:“……”

    靳雪雯嘻嘻一笑:“一共8万多,险些花光我的压岁钱。”

    “花了不少钱吧?”小鱼儿问。

    “哇,好漂亮!”小鱼儿惊叹了一声,随后拿起一台战车机器人,不释手地摆弄着。

    另一边,靳雪雯等女孩子,将几个战车机器人的包装,全都拆了开来。

    接下来,两人就分头行动,各行其是。

    “这个办法好。”方源马上表示赞同。

    比赛之前,队伍内部先来次pk,谁的i战斗力强,就派谁上场。

    江寒尝试“强化学习”路线,方源则按照传统方式编程。

    他和方源分别打造一i算法。

    江寒的想法很简单。

    “哦?”方源眼神亮了起来。

    江寒洒然一笑:“所以咱们要做两手准备。”

    这样一来,事先训练好的机器人,也不知道到了赛场上,会不会适应不良?

    关键问题是,在比赛之前,没法拿到场地的准确数据。

    方源对此表示期待和喜闻乐见,但也有一些担忧。

    这是一种非常独特的算法,可以让机器人“自学成才”,无需编写复杂的逻辑。

    江寒打算试一试机器学习中的“强化学习”。

    好在时间还算充裕,可以慢慢尝试。

    能采用的算法很多,但要考虑到算法的强度,以及机器人本的计算能力。

    接下来,江寒和方源开始研究i算法。

    这样“新寒江雪”战队便只有四名队员了。

    江寒和靳雪雯对视了一眼,一齐摊手。

    夏雨菲想了想,说:“我和莹莹差不多,对机器人也基本上一窍不通,还是你们四个上吧,我和莹莹给你们做后勤。”

    江寒询问夏雨菲:“你有没有兴趣跟着玩玩?”

    于是靳雪雯又将皮球踢给了江寒。

    靳雪雯本打算邀请苏婉莹,但苏婉莹大摇其头:“我什么也不懂,就不跟着当混子了。”

    还剩下一个名额,江寒让靳雪雯决定。

    一个队伍最多五名队员,目前确定参加的一共四人:江寒、靳雪雯、方源、小鱼儿。

    按照比赛的程序,现在就该将队伍确定下来,然后尽快呈报上去。

    主要是安排一下参加crc的事宜。

    吃完饭,江寒将众人带到自己房间,大家围坐在一起,开了一个小会。

    靳雪雯来苏家之前已经吃过了,于是没动筷子,只喝了半杯牛,陪大家说笑。

    半个多小时后,大家都玩累了,于是回屋洗漱一番,然后一起去餐厅吃早餐。

    江寒先将这些东西,都送回了自己的房间,随后再次出来,和大家一起玩雪。

    这是一大堆崭新的战车机器人,与“战神一号”一个系列。

    江寒走过去,将她手中拎着的东西接了过来。

    “好啊!”靳雪雯跃跃试。

    “来来来,一起玩!”苏婉莹发出邀请。

    小丫头一进门,就笑嘻嘻地挨个打招呼。

    “雨菲姐姐、婉莹姐姐,小鱼儿,大家早!还有江寒哥哥……”

    她下车之后,先从后备箱里拿出东西,然后蹦蹦跳跳地进了院子。

    小丫头今天穿着火红的羽绒服,看起来胖乎乎的,十分好笑。

    江寒和苏婉莹等一起回头望去,却见靳雪雯推开车门,跳了下来。

    四个人正玩得乐呵,大门外忽然响起汽车鸣笛声。

    江寒双拳难敌六手,不一会儿已经全是雪。

    苏婉莹和小鱼儿对望了一眼,纷纷加入战团。

    随后舀起一大捧雪,悍然反击。

    夏雨菲呆了一呆,大叫了一声:“臭流氓!”

    雪球“噗”的爆成一团冷雾,其中一部分,钻到了她的领子里,搞得她一阵颤栗。

    随后弯下腰去,捧起一团雪,攥成了一个不太实诚的小雪球,“咻”的一下,扔到了夏雨菲口上。

    “呦,大家早!”江寒笑得灿烂。

    看到他出现,三个女生纷纷出声招呼。

    随后独自下楼,来到院子里。

    江寒只好挥了挥手:“那我自己去了。”

    什么堆雪人、打雪仗,在他看来,远不如在家自己敲键盘好玩。

    方源摇了摇头,兴趣缺缺地拒绝了。

    江寒爽朗一笑:“出去一起玩玩雪?”

    “什么事?”方源问。

    江寒看了眼方源,这小子穿着得十分整齐,想来早就起来工作了。

    “早啊。”

    不多时,方源打开了房门:“老板早。”

    江寒迅速穿戴整齐,出门,路过方源门外时,随手敲了敲门。

    三个女生玩得十分欢快,嬉笑吵闹间,给冷清的雪景增添了一抹色。

    高挑婀娜的是夏雨菲,小玲珑的是苏婉莹,格外瘦削的那个,自然就是小鱼儿了。

    三个女孩子正在院子里堆雪人,虽然都穿着厚厚的冬衣,但不用怎么细看,就能区分出谁是谁。

    昨晚竟然下了一场不小的雪,大地、房屋、树木全都银装素裹。

    这样一来,这些已经达到瓶颈,很难取得进步的机器人,不就可以在对抗中,一起成长了吗?

    然后,你成长一点,我成长一点……

    江寒越想越觉得可行。