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)
Logo

昇腾计算产业是基于昇腾系列(HUAWEI Ascend)处理器和基础软件构建的全栈 AI计算基础设施、行业应用及服务,https://devpress.csdn.net/organization/setting/general/146749包括昇腾系列处理器、系列硬件、CANN、AI计算框架、应用使能、开发工具链、管理运维工具、行业应用及服务等全产业链

更多推荐