В предыдущем посте об обучении с подкреплением я рассмотрел методы, основанные на ценностях, для изучения действий окружающей среды. В этой последующей публикации я исследую другой метод обучения с подкреплением, называемый моделями критического актора, которые объединяют модели, основанные на ценностях, с моделью на основе политик, чтобы лучше изучить среду. Мы обучим двух отдельных агентов, чтобы научиться играть в настольный теннис, взаимодействуя друг с другом, чтобы передавать мяч..

Я создал трехмерную игру в настольный теннис с использованием ванильного JavaScript и HTML5 Canvas за последние 2 недели моей стажировки в Leapfrog Technology. Меня всегда восхищали техники 3D-рендеринга и их реализация на 2D-экранах. Я хотел узнать больше об этих методах, создав трехмерную среду с нуля и написав игровую логику, которая мыслит в трехмерном пространстве. Итак, я отправился в путешествие, чтобы изучать трехмерную графику, векторную математику и проекции трехмерной..