深度强化学习玩微信跳一跳

[hijkzzz]

最近学习了一下深度强化学习算法，用 CNN+DDPG 算法做了一个玩微信跳一跳的 AI

和 GitHub 上的基于 OpenCV 的方法有本质的区别，实现了端到端的自动学习

有兴趣的同学可以看一看，或者帮忙改进改进一下，目前参数调优和训练量都还不足

代码在 https://github.com/hijkzzz/wechat-jump-ddpg

[Heigum]

我跳一跳的排行榜都没人了

[nine99]

好奇这个训练起来会有多慢

[ynyounuo]

跳一跳距离和按压时间正相关，你这样意义不大。

[hijkzzz]

@ynyounuo
输入不是距离
输入的是原始游戏图像

这个只是作死，当然用测量距离的方式更容易做
但是那种是典型的基于规则的
和 AI 就没什么太多关系了

[takato]

@hijkzzz 目前 RL 对短距离激励还是比较容易做的（比如这个 case ），长距离激励会比较麻烦点。

关于可能的改进，提个可能的方向，不一定对：CNN 会不会套得有一些深。

[tsaoyu]

做的还是很有意思的。
@takato 可以继续往稀疏奖励和高维状态的方向上去做，应用方面的话机器人，能源规划以及资产管理都有一些可以继续深入的点。

[takato]

@tsaoyu 稀疏奖励不好学。而且很容易学到随机特征。。不过想想也是，世界的规则就是这样，某种层面上具有非常强的随机性。。