帮嫦娥五号登月的AI还能用来玩游戏，20行Python代码带你领略强化学习的风采

最新推荐文章于 2022-12-29 16:13:47 发布
最新推荐文章于 2022-12-29 16:13:47 发布
阅读量3.5k 收藏 252
点赞数 134
分类专栏： python AI与最新技术演进 文章标签： 嫦娥五号 人工智能 AI python openai
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/BEYONDMA/article/details/95731902
版权

       嫦娥五号将使用AI登陆月球      

      有关最近嫦娥五号的好消息不断，在最近举办的2019软件定义卫星高峰论坛上，中国探月工程首任首席科学家欧阳自远表示“嫦娥五号仍采用软着陆。这实际上是人工智能的自主决策。“探测器非常聪明，它一直晃来晃去地拍照，琢磨这个地点安全不安全，如果4个点不能在一致的水平面上，是会翻车的。”欧阳自远说，它一直在边走边找，最后作出判断和决策。”也就是说嫦娥五号会利用人工智能技术帮助其进行登月着陆。那么这种AI会哪种AI模型呢？

     我们知道在目前人工智能领域分为深度学习模型和强化学习模型两种流派。其中深度学习模型以深度神经网络模型为主，在图像及自然语言识别、分类以及生成等方面都有不错的成绩。而强化学习则是以OPENAI的Dexterous之手为代表：

后来在OPENAI的强化学习模型在DOTA比赛中完胜人类冠军，而抱得大名。这我在之前的博客OpenAI完胜DOTA世界冠军也有介绍。

       深

了解本专栏 订阅专栏 解锁全文
tensorflow4:创建一个简单的强化学习游戏
a18852867035的博客
07-31 5929
Deep Q Network是DeepMind最早(2013年)提出来的，是深度强化学习方法。最开始AI什么也不会，通过给它提供游戏界面像素和分数，慢慢把它训练成游戏高手。这里首先给出一个基本的游戏例子，然后再给出强化学习方法。 1.基本游戏#coding=utf-8 import pygame from pygame.locals import * import sys BLACK =(0,0,
python强化学习实战
TommyLi_YanLi的博客
11-25 3081
本文简单介绍下强化学习，然后介绍如何使用python实现强化学习。 强化学习，简单来说，就是智能体通过对环境做动作，得到对于环境的观察和奖励，把这些观察和奖励，放入一个策略函数，来决定下一次的动作。目标是最大化智能体的能力让其获得最大收益
python 强化学习
12-23
We use Machine Learning to constantly improve the performance of machines or programs over time. The simplified way of implementing a process that improves machine performance with time is using Reinforcement Learning (RL). Reinforcement Learning is an approach through which intelligent programs, known as agents, work in a known or unknown environment to constantly adapt and learn based on giving points. The feedback might be positive, also known as rewards, or negative, also called punishments. Considering the agents and the environment interaction, we then determine which action to take.
【技术】给娃写个游戏，庆祝嫦娥五号登月
简说Python的博客
12-04 457
↑↑↑关注后"星标"简说Python 人人都可以简单入门Python、爬虫、数据分析 简说Python推荐来源：图灵教育作者：爱玩儿游戏的 Oneoldwat...
Python项目实战:20行编程迷宫大阵
colours2009的博客
04-15 335
前言 由外国人编写的freegames是一个免费的开源游戏集合,这个很方便了我们的开发简单的游戏,又能更好的激发我们学习编程的乐趣 今天为大家介绍一款基于freegam...
【强化学习】python 实现 q-learning 迷宫通用模板
derek881122的博客
12-19 1327
本文作者：hhh5460 本文地址：https://www.cnblogs.com/hhh5460/p/10145797.html 0.说明 这里提供了二维迷宫问题的一个比较通用的模板，拿到后需要修改的地方非常少。 对于任意的二维迷宫的 class Agent，只需修改三个地方：MAZE_R， MAZE_R， rewards，其他的不要动！如下所示： class Agen...
【强化学习】python 实现 q-learning 例一
derek881122的博客
12-17 683
本文作者：hhh5460 本文地址：https://www.cnblogs.com/hhh5460/p/10134018.html 问题情境 -o---T# T 就是宝藏的位置, o 是探索者的位置 这一次我们会用 q-learning 的方法实现一个小例子，例子的环境是一个一维世界，在世界的右边有宝藏，探索者只要得到宝藏尝到了甜头，然后以后就记住了得到宝藏的方法，这就是他用强化...
【Python强化学习】利用与探索及强化学习算法分类讲解
showswoller的博客
12-29 605
【Python强化学习】利用与探索及强化学习算法分类讲解
Python3.6 20个入门级小程序（二）
小菜籽的博客
10-23 2064
优惠券激活码的python实现 需求：做为 Apple Store App 独立开发者，你要搞限时促销，为你的应用生成激活码（或者优惠券），使用 Python 如何生成 200 个激活码（或者优惠券）？ 设计思想：有两种方法一种是使用随机函数实现。另一种方法（本次实现的）使用uuid作为优惠券激活码。 UUID介绍： UUID是128位的全局唯一标识符，通常由32字节的字符串表示。  
【强化学习】python 实现 saras 例一
derek881122的博客
12-19 587
本文作者：hhh5460 本文地址：https://www.cnblogs.com/hhh5460/p/10146554.html 说明：将之前 q-learning 实现的例一，用 saras 重新写了一遍。具体问题这里就不多说了。 0. q-learning 与 saras 伪代码的对比 图片来源：https://morvanzhou.github.io/tutorial...
20行Python代码给微信头像戴帽子
Python大本营的博客
01-14 2540
作者 | Leauky，北理工硕士在读，非CS专业的Python爱好者。朋友圈里@微信官方要求戴圣诞帽的活动曾经火爆一时，有些会玩的小伙伴都悄咪咪地用美图秀秀一类的 ap...
Python入门100个实例（20）——对象的例子
yedouble的专栏
07-27 1220
从本实例学到什么 结合例子阐述对象是什么 对象的方法的例子 背景和例子 假设我们要开发学生成绩管理系统。这个软件具有以下功能： 1. 记录每个学生的语文、数学和英语成绩。 2. 求学生的总成绩。 3. 求学生的三门课平均成绩。 4. 统计学生的及格门数。 5. 对所有学生的成绩按总分从高到低排序。 6. 统计三门课都及格的总人数。 开发这个软件的话，把学生个体编制为对象是好...
强化学习实践：DDQN—LunarLander月球登入初探
weixin_43146803的博客
10-09 5597
强化学习实践！DDQN初次实践详细记录，新手也能好好玩耍啦
python——实现简单的强化学习
zjl0409的博客
12-10 8066
python 实现强化学习 强化学习 强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一，用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。 强化学习是智能体（Agent）以“试错”的方式进行学习，通过与环境进行交互获得的奖赏指导行为，目标是使智能体获得最大的奖赏，强化学习不同于连接主义学习中的监督学习，主要表现在强化信号上，强化学习中由环境提供的强化信号是对产生动作的好坏作一
【Python强化学习】强化学习基本概念与冰湖问题实战（图文解释 附源码）
showswoller的博客
12-29 1960
【Python强化学习】强化学习基本概念与冰湖问题实战（图文解释 附源码）
强化学习及Python代码示例
热门推荐
u011649885的专栏
07-18 2万+
1、什么是强化学习？ Reinforcement learning是机器学习里面的一个分支。它善于控制一个能够在某个环境下自主行动的智能体，通过和环境之间的互动，而不断改进它的行为。 2、强化学习的应用领域 可以应用到游戏控制、机器人手臂控制、推荐系统、自然语言处理上。 3、强化学习的组成部分 1、智能体（Agent）： 2、动作(Action): 3、状态(State):
ExoPlanets 一款基于以太坊区块链的太空探索加密游戏
chaincome的博客
07-10 789
ExoPlanets 是一款基于以太坊区块链的太空探索加密游戏。 游戏让你拥有一个ExoPlanet，让你在它上进化出生命来达到太空探索的能力，并扩展到银河系的更小的资源行星上。整个游戏中都是通过令人惊奇和美丽的3D图片，来进行展示的。ExoPlanets数据库是使用美国国家航空航天局（NASA）在太阳系外目前已知行星上的实际数据构建的，目前只有3700个已确认的ExoPlanets。这意味着整个...
评论 17
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值