Sieć neuronowa uczy się grać w węża.

Szkolenie sieci neuronowej do gry w węża za pomocą algorytmu genetycznego.

[t.....i]

nawet nie blisko

BORZE.

Nie mam nic przeciwko tłumaczeniu memów, ale róbcie to chociaż jako tako.

[AdireQ]

@Hatespinner: @Wykopaliskasz: A tu oryginał przed tłumaczeniem: Pada drugie pytanie (✌ ﾟ ∀ ﾟ)☞

[2razy2to4]

@Jan0l: Zajebiste

[hbmm]

@Jan0l: tak grał jeden koleś w noki 3310 na 9lvl bylem w szoku gdy zamykał cała planszę ja to robiłem na 2lvl w wielkich bólach

[1.....2]

ktos wie jak zaczac z takimi sieciami? w jaki sposob sie to wszystko konfiguruje itp.
Co musialbym zrobic, aby zaczac trenowac taka siec, zeby grala w tetrisa na przyklad?

[Spojler22]

@1392c309a2da8ca65641315bf7dc62f2: @KapitanSoS: Zacząć z sieciami jest bardzo prosto. Schody się robią gdy masz jakieś wymagania co do celu który sieć ma osiągnąć :P
Na youtube pod filmikiem jest link do githuba z tym projektem.

[Spojler22]

@1392c309a2da8ca65641315bf7dc62f2: @KapitanSoS:
https://www.tensorflow.org/
Takie coś znalazłem. Sam dziś sprawdzę czy amator może się tym bawić :)

[StaraSzopa]

do perfekcji w sumie nie doszedł

[the_revenant]

@StaraSzopa:
Do perfekcji wystarczyłoby użyć algorytmu deterministycznego. Perfekcja byłaby prostsza do osiągnięcia w tym wypadku. Jednakże algorytm deterministyczny leży w przypadku problemu typu NP-hard. Leży - w znaczeniu ogranicza się do metody brute-force / backtracking i pokrewnych, przy czym ilość kroków algorytmu jest tak absurdalnie duża, że nikt nie doczeka się rozwiązania.

Tymczasem Snake jest daleki od NP-hard. Prawdopodobnie nawet backtracking nie jest niezbędny do rozwiązania. Ale tylko strzelam.

[Jan0l]

@the_revenant: Jeśli jako perfekcję określamy po prostu maksymalny wynik to nie potrzeba nawet inputów do takiego algorytmu wystarczy w kółko przejeżdżać po takiej trasie która w każdym okrążeniu przejeżdża po każdym polu dokładnie raz kompletnie ignorując gdzie faktycznie punkt się pojawia bo i tak prędzej czy później po nim przejedziemy, a uderzymy w siebie tylko kiedy plansza będzie kompletnie pełna. Problem był by tylko gdyby plansza miała nieparzystą zarówno wysokość

[c.....y]

Naaaajs.
Trzeba było użyć uczenia ze wzmocnieniem, zamiast algorytmu genetycznego. Wtedy miałbyś jedną sieć uczącą się na podstawie doświadczeń, a nie pseudolosową sieć wybraną na podstawie selekcji naturalnej.
W tym momencie, to nawet nie jest uczenie się ¯\_(ツ)_/¯
Osiągnąłbyś lepsze rezultaty w krótszym czasie i dużo prościej byłoby tę sieć masterować.
.
Co nie zmienia faktu, że zaprezentowany efekt też jest spoko. Tak trzymaj.

[j.....g]

@cichocichy: Ale wiesz, że autor tego filmu nie przeczyta twojego komentarza? Pewnie nawet nie wie, że istnieje coś takiego jak wykop.

[c.....y]

@h3lloya: autor filmu zrobił program, który generuje ileś osobników (osobnikiem jest sieć z losowymi wagami połączeń między neuronami). Osobniki te są testowane na planszy. Jeżeli osobnik zje owoc, to program nalicza mu punkt. Jak program przepuści przez ten "tor przeszkód" tych N osobników, to wybiera z nich np. połowe najlepszych i krzyżuje ze sobą (np. połowa wag z jednego osobnika, połowa z drugiego), czyli tworzy sie zbiór nowych osobników (sieci

[zeus_pl]

Czekałem aż zacznie przesuwać się zygzakiem od ściany do ściany żeby oszczędzić miejsce na planszy. Cóż mojego poziomu z dzieciństwa nie osiągnął :D

[Jacolex]

To jest jakiś śmiech na sali. 20 lat temu grało się z botami w quaka, ktore również uczyły się w czasie rzeczywistym. Dzisiaj, gdy kompy są pierdyliard razy szybsze, mam się podniecać, że jakiś student nauczył komputer grać w węża? Bycz pliz. wszyscy spadacie na psy ze swoimi skillami.

[K.....3]

To jest jakiś śmiech na sali. 20 lat temu grało się z botami w quaka, ktore również uczyły się w czasie rzeczywistym.

@Jacolex: Tak, tylko boty w quake uczyły się bardzo prostymi algorytmami i były przystosowane jedynie do jednego prostego zadania. Sieci neuronowe to trochę zupełnie inny sposób podejścia do rozwiązywania problemu.

Boty w quake działały bo ktoś je tak zaprogramował od początku do samego końca. W przypadku sieci neuronowych

[mcjq5]

@Jacolex: Widzę, że jesteś dumny ze swojego projektu. Ale może wyjaśnisz z czego? Z tego, że sieci neuronowej użyłeś w snake'u? Przerost formy nad treścią. Ale przed kolegami będziesz szpanował jakiego to ty (specjalnie z małej litery) masz snake'a. Może byś lepiej wykorzystał sieci neuronowe

[AdireQ]

Ale czemu akurat w znalezisku do tetrisa?

@kebab-case: Nie wiem co napisał OP ale czy nie pomyliłeś przypadkiem tetrisa ze wężem? Bo ja z jakiegoś powodu nałogowo mylę tetrisa z wężem i z pongiem. Myślę o jednym a piszę nazwę innego.

[k.....e]

@AdireQ: haha tak. Op wrzucił zdjęcie chrabąszcza siedzącego na palcu z pytaniem co to jest

[ADMlNserwisu]

mogli po bożemu to zrobić czyli odrazu węża zaprogreamowac

[miszczu90]

@ADMlNserwisu: nie o to chodzi.

[MateriaBarionowa]

W jakim programie to robią?

[b.....r]

@MateriaBarionowa: Sztuczna inteligencja to 100% matematyka. Możesz to wykonać w dowolnym języku programowania, a najlepiej sięgnąć po taki gdzie jest dużo bibliotek i nie trzeba wszystkiego robić od 0. Ja na uczelni pisałem sieć neuronową trainbpa w Matlabie, natomiast nie specjalnie interesuje mnie to zagadnienie. Komercyjnie najwięcej pisze się chyba w Pythonie. Główne zastosowanie to Business Intelligence, czyli analiza dużych zbiorów danych. Zawsze gdy słyszę od kogoś, że zrobił coś

[tellet]

@blizzarder: Taka prawda, ludzie myślą że tu jakieś cuda-niewidy się dzieją, a to tak naprawdę duuuuuuży if/then/else z wagami, który bruteforcem sobie je dopasowuje, aby jak najdłużej ciągnąć symulację. To takie Twierdzenie o nieskończonej liczbie małp, tyle że tu masz określoną liczbę neuronów (No ale nie piszą Hamleta tylko mają do wyboru 4 opcje, w oparciu o kilka warunków xD).