mindspore两日集训营202209-MindSpore蒙特卡洛树搜索
·
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
这样就可以直接跑起来了。
经过非常简单的调整,我们就可以和强化学习下棋了

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)
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

所有评论(0)