RL相关，我这个打砖块还要多久才能训练出来啊。。
最近迷上了强化学习，跑了个小demo，用D3QN训练Artai的打砖块。训练了好久也不收敛，都9000多轮游戏了平均才4分多。。（clipped reward，平均>40认为训练完毕）
代码如下，请大佬们看看，有没有BUG。
有跑过学打砖块的，也请分享下用DQN或者Dueling Netword大概要训练多久。
https://colab.research.google.com/drive/19XVSkgoqsZNqZVI0jbGRNZ5xnblCRN9V?usp=sharing
这个弄完了（或者放弃了，准备试下PPO
页:
[1]