Ecosyste.ms: Awesome
An open API service indexing awesome lists of open source software.
https://github.com/sunkwei/mxnet_tetris
基于mxnet训练rnn网络, 玩俄罗斯方块
https://github.com/sunkwei/mxnet_tetris
Last synced: 2 months ago
JSON representation
基于mxnet训练rnn网络, 玩俄罗斯方块
- Host: GitHub
- URL: https://github.com/sunkwei/mxnet_tetris
- Owner: sunkwei
- Created: 2018-02-27T12:05:25.000Z (almost 7 years ago)
- Default Branch: master
- Last Pushed: 2018-06-19T09:02:45.000Z (over 6 years ago)
- Last Synced: 2024-08-01T22:41:43.425Z (5 months ago)
- Language: Python
- Size: 154 KB
- Stars: 4
- Watchers: 2
- Forks: 2
- Open Issues: 0
-
Metadata Files:
- Readme: README.md
Awesome Lists containing this project
- Awesome-MXNet - mxnet_tetris
README
# 训练rnn网络,自己玩俄罗斯方块
通过训练一个GRU网络,学习“一个新的形状出现到形状不能动为止”的用户键盘操作序列,让模型自己玩俄罗斯方块游戏。## 基本思路
俄罗斯方块本质是一个二位数组,这个可以认为是一个单通道的“image”,用户的键盘输入则是当前 image 下的“label”。因此可以有两种思路:
- 图像分类:输入游戏的当前数组作为一副图像,输出的分类标签就是当前的键盘操作(左,右,下,旋转...)
- rnn序列预测:从形状出现到结束,对应这一个用户键盘的操作序列,照理说,这种序列比静态的图像分类有更强的鲁棒性;## 尝试一下?
### 生成样本:
生成训练样本, 将在 rnn_train 子目录中生成大量npz文件, 每个npz中存储了图像+按键序列.
python game.py train
生成测试样本
python game.py val
### 训练
python train_rnn.py
一个更好的方式是“在线训练”:
python game.py online