Skip to content

imitatehappiness/QtBlackJack

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

12 Commits
 
 
 
 
 
 

Repository files navigation

Применение методов обучения с подкреплением к карточной игре

Правила:

• Игра играется с бесконечной колодой (т.е. карты выбираются «с возвратом»).

• Каждая карта, выбираемая из колоды, имеет стоимость от 1 до 10 (вероятность вытащить

любое значение – 1/10), а также либо красный цвет (с вероятностью 1/3), либо черный (с вероятностью 2/3).

• В колоде нет тузов и карт с персонажами.

• В начале игры сдающий и игрок достают по одной черной карте и кладут ее лицом вверх.

• Во время каждого хода игрок может выполнить одно из двух действий, которые мы будем обозначать кодовыми названиями «еще» и «хватит».

• Если игрок выполняет действие «еще», то он берет одну карту из колоды.

• Если игрок выполняет действие «хватит», то ход переходит сдающему.

• Сумма очков вычисляется следующим образом: значения черных карт прибавляются, а красных – вычитаются из общей суммы.

• Если сумма очков превышает 21 или становится отрицательной, то игрок проигрывает (получает награду -1) и игра заканчивается.

• Сдающий всегда набирает карты, пока не получит сумму очков, равную или превосходящую 17. Если сдающий набирает больше 21 или меньше 0 очков, то он проигрывает, а игрок выигрывает (получает награду +1). В противном случае победа определяется по сумме очков: у кого больше, тот и выиграл. Ничья приносит нулевую награду.

MonteCarlo. Поиск эффективной стратегии методом Монте-Карло

5 000 000 games

MC#1_5000000

100 000 games

MC#1_100000

TDSarsa. Поиск эффективной стратегии методом TD

Зависимость среднеквадратической ошибки от lambda, 11 000 games

TD#2Lambda

Зависимость среднеквадратической ошибки от номера эпизода, 10 000 games

TD#2

TDSarsa. Линейная аппроксимация функции ценности

Зависимость среднеквадратической ошибки от lambda, 11 000 games

TD#3Lambda

Зависимость среднеквадратической ошибки от номера эпизода, 10 000 games

TD#3

Releases

No releases published

Packages

No packages published

Languages