#10. Обучение с подкреплением или как загнать машину на гору | Генетические алгоритмы на Python

Решается задача заезда машины на холм с помощью генетического алгоритма, используя принцип обучения с подкреплением. Введение в пакет OpenAI Gym и использование окружения MountainCar-v0. Рассматриваются методы: make(), reset(), step(), render() и close().

[andreus]

очень интересно! Я только начинаю учить подобное, и не все понимаю, но мне оч нравятся ваши видео

[yango]

Спасибо! Классный урок. Но хотелось бы лекцию по настройке нейронных сетей с помощью генетического алгоритма и сравнение отборы лучших особей и турнирного отбора.

[vitall]

Не плохо, но хорошо бы было пояснить сколько очков макс. за выполненное задание и подчеркнуть, что за каждую команду = -1, а также сколько за мин. расстояние за игру. И последнее, как вы можете танцевать под такую музыкальную концовку?

[archyt]

И что будет, если поместить этот алгоритм в другую среду? Он же по сути к одной конкретной среде адаптируется. Как сделать алгоритм, который адаптируется под любую среду схожего типа? За уроки спасибо огромное. Колоссальная работа.

[ufqhfrd]

По моему это единственный канал где такая подробная информация.
Минус есть не раскрывается смысл как работает на самом деле под капотом.
Это подходит для гуманитарных.
Я вот не могу понять пока не знаю почему это работает.
Я начал изучать программирование с того как думает компьютер архитектуру.
Встречал материал по ии его преподносят так запутанно что это все, теряет смысл.
Десятки видео уроков показывают что они обучили agents и все уроки вилой по воде.
Одна вода вода и только.

Поэтому перешёл на иностранный источник там четко без воды без теоретических сказок.

[DRTR-bmwt]

Спасибо за урок
Вы никогда не думали о том, чтобы сделать уроки по принципам солид или многопоточности в с++?

[myrzen]

Здравствуйте, вопрос: А как реализовать или создать свое собственное окружение при обучении с подкреплением, а не загружать готовые?

[dicloniusN]

В генетическом алгоритме есть переобучение? Когда выучит все как есть а на новом не будет хорошо работать, т.е. придется новый обьект агент выводить

[yuliyaparamonova]

Хотел бы задать вопрос не очень по теме, q-learning использует нейронные сети, или для него они не нужны?

[imwqbvl]

А откуда берется переменная abs в score = abs(observation[0] - FLAG_LOCATION) ?

[archyt]

Можно так сказать: ген. алгоритм в данном случае ускоряет подбор гипер-параметров нейронной сети? Или нет всё таки?

[yuliyaparamonova]

Тут же нет обучения с подкреплением, только генетический алгоритм

[Dimofey]

6:03 _Двухсот ген..._ Вам самому это слух не режет? Правильно ведь говорить _Двухсот генОВ_