Sharpiless / play-daxigua-using-Reinforcement-LearningLinks
用强化学习DQN算法,训练AI模型来玩合成大西瓜游戏,提供Keras版本和PARL(paddle)版本
☆95Updated 4 years ago
Alternatives and similar repositories for play-daxigua-using-Reinforcement-Learning
Users that are interested in play-daxigua-using-Reinforcement-Learning are comparing it to the libraries listed below
Sorting:
- 引用整理https://blog.csdn.net/yellow_red_people/article/details/80465510 一文中PyTorch平台,利用DQN模型玩Flappy Bird游戏,是一个再励学习(强化学习)实验例子。☆50Updated 6 years ago
- 用parl框架的DQN强化学习算法玩“合成大西瓜”☆14Updated 4 years ago
- 用 深度优先搜索 DFS 与 深度强化学习 DRL 分别自动控制 amazing brick 小游戏☆53Updated last year
- 深度强化学习贪吃蛇游戏。拥有完整游戏环境与AI接口。(项目未完成)☆40Updated 6 years ago
- 使用浅层神经网络和遗传算法训练一个可以自动驾驶小车的Demo☆86Updated 5 years ago
- 基于DQN的五子棋人机对弈☆62Updated 6 years ago
- 基于深度强化学习DQN的FlappyBird游戏AI开发☆15Updated 6 years ago
- 通过深度强化学习训练的AI玩起游戏来也是有板有眼,将人类玩家远远甩在身后。本文就将为您介绍如何训练AI玩微信飞机大战,biubiubiu~☆25Updated 6 years ago
- 人脸口罩检测与识别-新冠疫情防控☆101Updated 5 years ago
- 【中软杯国二开源】基于PaddleOCR和深度学习的企业实体识别☆19Updated 5 years ago
- 谷歌图片通用爬虫☆30Updated 3 years ago
- rl on super-mario-bros☆58Updated 5 years ago
- 杭州生活垃圾分类程序 PyTorch+MobileNet V2☆17Updated 5 years ago
- QGUI - 0.1MB超轻量Python GUI框架,用模板来快捷制作深度学习模型推理界面☆126Updated 2 years ago
- 用深度强化学习玩合成大西瓜☆26Updated 4 years ago
- 北理BIT人工智能大作业,写脚本收集了黑/白棋子检测数据集并提供YOLOv3训练和推理代码☆39Updated 4 years ago
- 强化学习☆67Updated 6 years ago
- 基于PaddleX+Flask开发后端,基于VUE开发前端应用,做一个AI医疗的WEB应用☆179Updated 4 years ago
- 基于PyTorch&YOLOv4实现的口罩佩戴检测 自建口罩数据集分享☆212Updated 5 years ago
- 强化学习玩超级马里奥☆84Updated 3 years ago
- 基于内容的图像检索系统(Content Based Image Retrieval,简称 CBIR)☆69Updated 7 years ago
- 一个简洁易用3D场景创建和控制工具。基于ThreeJS。纯Python接口。它适用于科研、多智能体强化学习领域的3D演示、娱乐等应用。☆48Updated 2 years ago
- lecture32_AI挑战星际争霸II(强化学习)☆18Updated 3 years ago
- Using deep reinforcement learning to play Snake game(贪吃蛇).☆82Updated 4 years ago
- pacman with paddlepaddle gesture control,手势识别用于吃豆人小游戏☆16Updated 4 years ago
- 深度学习 卷积神经网络教程 :图像识别,目标检测,语义分割,实例分割,人脸识别,神经风格转换,GAN等 https://dataxujing.github.io/CNN-paper2/☆182Updated 5 years ago
- 本项目以一个可视化配置的、以AgentRL为核心的强化学习框架,实现30分钟上手AgentRL 编程。后续增加AgentRL和本地Agent、MCP、A2A相关特性。☆77Updated 5 months ago
- Play atari Tennis game by dqn☆78Updated 3 years ago
- alphaGo版本的五子棋(gobang, gomoku)☆67Updated 5 years ago
- 斗地主人工智能的Python实现方案☆56Updated 8 years ago