mindspore两日集训营202209-MindSpore蒙特卡洛树搜索

举报
irrational 发表于 2022/09/25 01:28:12 2022/09/25
【摘要】 pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.8.0/Reinforcement/any/mindspore_rl-0...

pip install https://ms-release.obs.cn-north-4.myhuaweicloud.com/1.8.0/Reinforcement/any/mindspore_rl-0.5.0-py3-none-any.whl --trusted-host ms-release.obs.cn-north-4.myhuaweicloud.com -i https://pypi.tuna.tsinghua.edu.cn/simple
git checkout r0.5
在这里插入图片描述
这样就可以直接跑起来了。
在这里插入图片描述
经过非常简单的调整,我们就可以和强化学习下棋了
在这里插入图片描述
在这里插入图片描述
我又一次成功战胜了机器人,真不错。
修改的代码如下

print("player 1 acts")
            print(new_state)
            if not done:
                ckpt = self.env.save()
                action = self.mcts.mcts_search(self.uct)
                self.env.load(ckpt)
                # print(action[0])
                a = int(input('请输入你下的行(1~3)'))
                b = int(input('请输入你下的列(1~3)'))
                x = (a-1)*3+b-1
                # print(action[0])
                # print(x)
                # print(type(action[0]))
                action[0] = Tensor(x)
                new_state, reward, done = self.env.step(action[0])
                print("player 2 acts")
                print(new_state)

文章来源: blog.csdn.net,作者:irrationality,版权归原作者所有,如需转载,请联系作者。

原文链接:blog.csdn.net/weixin_54227557/article/details/126810242

【版权声明】本文为华为云社区用户转载文章,如果您发现本社区中有涉嫌抄袭的内容,欢迎发送邮件进行举报,并提供相关证据,一经查实,本社区将立刻删除涉嫌侵权内容,举报邮箱: cloudbbs@huaweicloud.com
  • 点赞
  • 收藏
  • 关注作者

评论(0

0/1000
抱歉,系统识别当前为高风险访问,暂不支持该操作

全部回复

上滑加载中

设置昵称

在此一键设置昵称,即可参与社区互动!

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。

*长度不超过10个汉字或20个英文字符,设置后3个月内不可修改。