Skip to content

Agente inteligente para jugar Assault de Atari 2600 usando DQN.

Notifications You must be signed in to change notification settings

argenis-gomez/Assault

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

2 Commits
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation


Assault

Usando DQN, entrenamos un agente que aprendió a jugar el juego de atari Assault.


Construcción del proyecto

Para este proyecto se utilizaron las siguientes herramientas:

  • OpenAI GYM - Toolkit para desarrollar algoritmos de reinforcement learning.
  • Tensorflow - Librería para desarrollar modelos de ML.

Instalación

Descarga el proyecto de la siguiente forma:

git clone https://github.com/argenis-gomez/Assault.git
cd Assault

Instalamos las dependencias:

pip install -r requirements.txt

Si deseas que el agente juegue Assault, ejecuta el siguiente comando:

python play_game.py

O si deseas seguir entrenando el agente:

python train_model.py

Prueba del agente

Agente


Comentarios finales

  • Entrenando más el agente, podríamos alcanzar mayores recompensas finales.

Autor

  • Argenis Gómez - Desarrollo del proyecto - Github: argenis-gomez

About

Agente inteligente para jugar Assault de Atari 2600 usando DQN.

Topics

Resources

Stars

Watchers

Forks

Languages