TensorFlow.js：強化学習

Description

この例では、TensorFlow.jsを使用して簡単なタスクを実行する方法を紹介します。 reinforcement learning (RL). 特に、TensorFlow.jsでのpolicy-gradientメソッドの実装を示しています。 この実装は、古典的なカートポール制御の問題を解決します。

自分で活動を通じて、エージェントはできるだけ多くのステップの間に棒のバランスをとる方法を学びます。

使用方法

• 隠しレイヤーサイズを選択し、「モデル作成」をクリックします。
• トレーニングパラメータを選択し、「トレーニング」をクリックします。
• モデルが学習している間、定期的にバックアップをローカルブラウザストレージに保存するので、ページを更新しても最後の保存ポイントから学習を続けることができます。最初から学習を開始したい場合は、いつでも「保存したモデルを削除」をクリックしてください。
• モデルのトレーニングが完了したら、[テスト]をクリックして、エージェントがロッドをバランスさせるために行った「ステップ」を確認することができます。モデルをより早くテストしたい場合は、現在の反復が終了した後、[停止]をクリックしてトレーニングを一時停止することもできます。
• 学習とテスト中に、エージェントの動作のシミュレーションがレンダリングされます。

状態

トレーニング過程

シミュレーション