python - TensorFlow 神经网络作为 API？

Question

我正在为游戏 2048 编写 AI。目前，我可以从浏览器中提取游戏状态并将动作发送到游戏，但我不知道如何将其与 TensorFlow 集成。该项目的性质不利于训练数据，所以我想知道是否可以通过游戏状态，让网络抛出一个动作，运行这个动作，重复直到游戏结束，然后有培训吗？

Answer 1

这当然是可能的，也是微不足道的。你必须设置你想要使用的模型，我会假设它已经构建好了。

从与 tensorflow 模型交互的角度来看，您只需要将数据编组到 numpy 数组中，然后通过feed_dict.sess.run

要将输入传递给 tensorflow 并获得结果，您将运行如下内容：

result = sess.run([logits], feed_dict={x:input_data})

这将执行前向传递，生成模型的输出，而不进行任何更新。现在您将使用results并使用它们在游戏中进行下一步。

现在您有了操作的结果（例如标签），您可以执行更新步骤：

sess.run([update_op], feed_dict={x:input_data, y:labels})

就这么简单。请注意，您的模型将定义一个优化器（update_op在此示例中），但如果您不要求 tensorflow 计算它（如在第一个代码示例中），则不会发生更新。TensorFlow 是关于依赖图的。优化器依赖于输出logits，但计算logits不依赖于优化器。

假设您将随机初始化此模型，因此将随机生成第一个结果，但之后的每一步都将受益于之前应用的更新。

如果您使用的是强化学习模型，那么您只会在未来某个不确定的时间产生奖励，并且当您运行更新时会与此示例略有不同，但问题的一般性质保持不变。