В первой части мы исследовали, как можно использовать байесовскую статистику, чтобы сделать обучение с подкреплением менее требовательным к данным. Теперь мы реализуем эту идею на простом примере, используя Tensorflow Probability для реализации нашей модели. Камень ножницы Бумага Что касается игр, то сложно представить что-то проще камня, ножниц, бумаги. Несмотря на простоту, гугл по игре обнаруживает замечательную литературу. Мы хотим использовать байесовскую статистику для этой игры..

Обучение с подкреплением имеет плохую репутацию из-за того, что оно чрезвычайно требовательно к данным, поэтому его можно реально обучить только на данных, созданных с помощью моделирования, например в компьютерной игре. Мы обсудим, как это можно исправить, используя байесовскую статистику, на легкодоступном небольшом примере. Во второй части этой серии блогов мы увидим, как это можно сделать на практике с помощью TensorFlow Probability, нового популярного инструмента от Google. Что..