【文件属性】：
文件名称：TF-rex：使用TensorFlow玩Google Chrome的T-rex游戏
文件大小：22.7MB
文件格式：ZIP
更新时间：2021-02-06 08:50:14
tensorflow deep-reinforcement-learning q-learning t-rex TensorflowJavaScript
TF-雷克斯
在此项目中，我们使用强化学习功能玩Google的霸王龙游戏。 RL算法基于Deep Q-Learning算法[1]，并在TensorFlow中从头开始实现。
================================================== ========================
请查看相应的-它包含许多有用的信息。
================================================== ========================
依存关系
Python 3.5或更高版本
枕头4.3.0
scipy 0.19
【文件预览】：
TF-rex-master
----requirements.txt(384B)
----LICENSE(1KB)
----assets()
--------first_run.gif(7.51MB)
--------no_ducking_game_over.gif(4.14MB)
--------no_ducking_game_over_caption.gif(4.9MB)
--------preprocessing-step1.png(9KB)
--------TF-rex-arch-1.png(22KB)
--------TF-rex-arch-1.svg(12KB)
--------preprocessing-step2.png(10KB)
--------TF-rex-arch-2.svg(15KB)
--------TF-rex-arch-2.png(50KB)
--------preprocessing-step3.png(11KB)
----README.md(3KB)
----trained-model()
--------rex.ckpt.index(3KB)
--------rex.ckpt.meta(1.15MB)
--------rex.ckpt.data-00000-of-00001(7.86MB)
----game()
--------index.html(29KB)
--------index.css(2KB)
--------assets()
--------README.md(116B)
--------index.js(88KB)
----.gitignore(19B)
----tf-rex()
--------agent.py(3KB)
--------main.py(5KB)
--------preprocessor.py(962B)
--------dqn.py(5KB)
--------websocket_server.py(8KB)
--------environment.py(4KB)