Deep_Reinforcement_Learning

深度强化学习 这是我在丹麦技术大学题为“街机游戏的深度强化学习”的硕士论文的python代码。 我的论文的灵感来自于DeepMind的这篇文章 。 我的目的是首先复制文章并将结果用作基准。 随后，我将尝试通过以下方法来提高最终分数，学习率和/或通用性： 使用奖励范围而不是将其固定为-1,0,1 实施优先清扫以重播体验 试用不同的CNN架构（过滤器大小，池化层，超参数等） 实施和尝试无鞍牛顿法（ ） 试验不同的游戏，并研究各种设置/体系结构对迁移学习的适用性 实施RNN层并为最终层尝试各种配置 我使用的工具是 ， 和。 我的代码基于 。 在项目进行到一半时，我已切换到Theano。 因此，该存储库不是最新的。 我的Theano实施可以在这里找到：