棒バランスをとる
TensorFlowを使用して強化学習を実行するプロセスを示すアプリ

使い方
訓練ボタンを押すと棒を倒さないためのゲームが始まります。 このゲームは20回のゲームと重み更新過程を合計20回繰り返す。繰り返しが続くとますます長い時間(ステップ)の間棒倒すことはありません。繰り返し回数などの設定を変更することもできます。
TensorFlowを使用して強化学習を実行するプロセスを示すアプリ

訓練ボタンを押すと棒を倒さないためのゲームが始まります。 このゲームは20回のゲームと重み更新過程を合計20回繰り返す。繰り返しが続くとますます長い時間(ステップ)の間棒倒すことはありません。繰り返し回数などの設定を変更することもできます。