From ef54c140f48a0a8d46c4e3dfad4bb0d83fa1d383 Mon Sep 17 00:00:00 2001 From: qiwang067 Date: Tue, 6 Oct 2020 21:23:14 +0800 Subject: [PATCH] update project1 --- docs/README.md | 2 +- docs/chapter3/project1.md | 4 +--- 2 files changed, 2 insertions(+), 4 deletions(-) diff --git a/docs/README.md b/docs/README.md index 5ddf578..a469f69 100644 --- a/docs/README.md +++ b/docs/README.md @@ -17,7 +17,7 @@ | ------------------------------------------------------------ | ------------------------------------------------------------ | ------------------------------------------------------------ | | [第一章 强化学习概述](https://datawhalechina.github.io/leedeeprl-notes/#/chapter1/chapter1) | [第一章习题](https://datawhalechina.github.io/leedeeprl-notes/#/chapter1/chapter1_questions&keywords) | | | [第二章 马尔科夫决策过程 (MDP)](https://datawhalechina.github.io/leedeeprl-notes/#/chapter2/chapter2) | [第二章习题](https://datawhalechina.github.io/leedeeprl-notes/#/chapter2/chapter2_questions&keywords) | | -| [第三章 表格型方法](https://datawhalechina.github.io/leedeeprl-notes/#/chapter3/chapter3) | [第三章习题](https://datawhalechina.github.io/leedeeprl-notes/#/chapter3/chapter3_questions&keywords) | [项目一 贪吃蛇](https://datawhalechina.github.io/leedeeprl-notes/#/chapter3/project1) | +| [第三章 表格型方法](https://datawhalechina.github.io/leedeeprl-notes/#/chapter3/chapter3) | [第三章习题](https://datawhalechina.github.io/leedeeprl-notes/#/chapter3/chapter3_questions&keywords) | [项目一 使用 Q-learning 实现贪吃蛇](https://datawhalechina.github.io/leedeeprl-notes/#/chapter3/project1) | | [第四章 策略梯度](https://datawhalechina.github.io/leedeeprl-notes/#/chapter4/chapter4) | [第四章习题](https://datawhalechina.github.io/leedeeprl-notes/#/chapter4/chapter4_questions&keywords) | | | [第五章 近端策略优化 (PPO) 算法](https://datawhalechina.github.io/leedeeprl-notes/#/chapter5/chapter5) | [第五章习题](https://datawhalechina.github.io/leedeeprl-notes/#/chapter5/chapter5_questions&keywords) | | | [第六章 Q 学习 (基本概念)](https://datawhalechina.github.io/leedeeprl-notes/#/chapter6/chapter6) | [第六章习题](https://datawhalechina.github.io/leedeeprl-notes/#/chapter6/chapter6_questions&keywords) | | diff --git a/docs/chapter3/project1.md b/docs/chapter3/project1.md index 0682f9b..8b1a0f0 100644 --- a/docs/chapter3/project1.md +++ b/docs/chapter3/project1.md @@ -1,4 +1,4 @@ -# 贪吃蛇 +# 使用 Q-learning 实现贪吃蛇 贪吃蛇是一个起源于1976年的街机游戏 Blockade，玩家控制蛇上下左右吃到食物并将身体增长，吃到食物后移动速度逐渐加快，直到碰到墙体或者蛇的身体算游戏结束。 @@ -38,6 +38,4 @@ 设计一个Q-learning agent用于学习snake游戏，并绘制reward以及滑动平均后的reward随episode的变化曲线图并记录超参数写成报告。 - - [参考代码](https://github.com/datawhalechina/leedeeprl-notes/tree/master/codes/snake) \ No newline at end of file