🧚 👩‍🎤 ✌🏽 AIパズル 🐶 ♈️ ✋🏾

ゲーム「2048」で2048ケージを組み立てるようにエージェントに教えた方法

こんにちは！私の名前はRinatMaksutovです。私は、ロシアのAccentureオフィスのテクノロジー部門のIntelligent Engineering Services部門で働いており、カスタム開発プロジェクトを主導しています。 Axencherでの長いキャリアの中で、モバイル開発、フロントエンド、バックエンド、さらにはmashlernを使用したデータサイエンスなど、さまざまな分野を試してきました。しかし、私の話は仕事ではなく、趣味についてです。私は自分のペットプロジェクトで新しい分野を学び、探求することを本当に楽しんでいます。今日は、そのうちの1つ、有名なパズル「2048」をプレイするように強化学習（RL）エージェントに教えた方法について説明します。この記事には、コード、数学、最先端のアプローチ、およびこの分野での最新の発見が意図的に含まれていないため、RLに精通している人は自分にとって新しいものを発見することはありません。この記事は一般の人々のための物語ですどのように私は自分自身に異常な目標を設定し、それを達成したか。

. , , Nanodegree Udacity (Nanodegree - ). Deep Learning Nanodegree , .

RL, : , , - , , , - . , .

, RL , . , , , - , ( , ).

, - , ( , RL), . - 2048 ( : https://play2048.co/). , (, , , ), , . , ( 0.9) ( 0.1). , , .

, 2048 . , 4096, 8192, . - 131 072, 2^17:

. , , . , . , , , (, ), , - . , “” , , .

- , “” , , , .
( , ) . , “” , .

, , , .

Reinforcement learning

, RL, - . - , . (, ), , . , , , , . , .

出典：https：//medium.com/@dgquintero02/how-to-explain-machine-learning-to-your-family-77a3bac3593a — : https://medium.com/@dgquintero02/how-to-explain-machine-learning-to-your-family-77a3bac3593a

, , , . , , , , . “”. , , . - “” - , . - “”, , , - ( discourage) . ( , ) .

Udacity . , , . : , , , . , , . , , . - - - , .

: AlphaGo, StarCraft . , , - , . , , . , , , .

, . , , . , .

, , : 1) , 2) , 3) . , , , - , . , , : , , .

. - ( , ) , . - -, , , , StarCraft . , , , . , , , . , . , , - . , . , . , .

2048 ( - , 2048 - ) - , , , , .

: , Deep Q-network Udacity, , . .

, 3 ( , ):


	One-hot encoded (16 * 18 )	“ ” Log2 4 4
	log2	log2
	10 , 1024, ε: 0.05, ε: 0.9999,	1, 3, 5, 20 ε ( ) 1.0 0.01
	100 000 ( )	50 000 200 000 , , , , ..
()		“ ”: N , , “ ”: 3 ,
	2
	5-: 288-31024-4, ReLU Adam optimizer	2, 4 256, 512 learning rate