DQN走迷宫

• 1.实现最短路径走到终点
• 2.思路
• • 2.1.强化学习（RL Reinforcement Learing）
  • 2.2.深度学习（卷积神经网络CNN）
• 3.踩过的坑
• 4.代码实现（python3.6 tensorflow）
• 5.运行结果与分析

1.实现最短路径走到终点

游戏场景：黑点以每步两格的速度前进，可以任意方向行走，当撞墙后死亡 并重新开始
目的：黑点通过训练，能够自动识别障碍物，并以最短路径走向终点。

2.思路

黑点行走难点是如何准确判断下一步的动作（上下左右）？而这正是强化学习想要解决的问题。应用场景中，它的状态是图片中的像素，如果图片大小是 84 * 84，batch = 4，每个像素大小在[0,255]范围内，有 256 种可能（256 个状态）ÿ

标签：终点,黑点,路径,迷宫,神经网络,DQN,256,84
来源： https://blog.csdn.net/qq_26696715/article/details/116705652