SS
там же довольно сложно научиться играть каждым бойцом против всех стратегий одним агентом
Size: a a a
2019 December 24
AS
От того на чем бенчмаркаем зависит и то куда прокачиваем алгоритмы. Так что я за то чтобы доступных вариантов было больше.
AS
там же довольно сложно научиться играть каждым бойцом против всех стратегий одним агентом
Это же meta-rl/multi-task rl) Тестируем как агент будет адаптироваться к новому бойцу/противнику.
SS
нет, берем 100500 gpu, ppo и варим до готовности
AS
Кому нужен test сет когда можно репортить результаты с train'а?)
2020 January 04
A
Без медалей :(
EK
Да камон, круто что хоть так
PK
с ходу не очень понятно, в чем новизна и интересность - выглядит как обычная настольная игра типа шахмат
Не то, что бы я и такие-то умел готовить, но все же
Не то, что бы я и такие-то умел готовить, но все же
S
Там в обсуждениях написали уже что Connect 4 уже решена и что первый игрок всегда может выиграть.
Новость в том что каггл обкатывает платформу для таких соревнований. Дальше будет больше, что не может не радовать.
Новость в том что каггл обкатывает платформу для таких соревнований. Дальше будет больше, что не может не радовать.
2020 January 09
IK
Вопрос не совсем про RL. Не видел ли кто статьи на тему обучения нейронок батчами "похожих" объектов?
IM
Т.е. таких, которые коррелируют? Не очень хорошая идея.
Или что ты имеешь в виду под похожими?
Или что ты имеешь в виду под похожими?
IK
Что угодно
IK
Можно переформулировать как "батчами не случайно выбранных объектов". Любой вариант выбора.
EZ
но зачем
АС
Можно, но лучше не надо. Дисперсия градиента увеличится
IK
Вот я чёт попробовал, учиться лучше стало а корреляция градиентов и дисперсия остаются те же
IK
Или даже падают
IK
Вот думаю может кто-то так пробовал и может объяснить почему. В любом другом варианте