Buenas implementaciones de aprendizaje de refuerzo?

Question

Para un proyecto de ai-clase, necesito implementar un algoritmo de aprendizaje de refuerzo que supera un simple juego de tetris. El juego está escrito en Java y tenemos el código fuente. Conozco los conceptos básicos de la teoría del aprendizaje reforzado, pero me preguntaba si alguien en la comunidad SO tenía experiencia práctica en este tipo de cosas.

1. ¿Cuáles serían sus lecturas recomendadas para ser una implementación de aprendizaje reforzado en un juego de Tetris?
2. ¿Hay algún buen proyecto de código abierto que logre cosas similares que valdría la pena revisar?

Editar: Cuanto más específico mejor, pero los recursos generales sobre el tema son bienvenidos.

seguimiento:

pensó que sería bueno si he publicado un seguimiento.

Aquí está la solución (código y descripción) que terminé con cualquier futuro estudiante :).

Paper/Code

Answer 1

Tome un vistazo a la RL-competition 2009. Uno de los dominios problemáticos es un tetris game. Hubo un problema de tetris el año anterior también. Aquí está el 52-page final report del quinto lugar finalista de ese año, que detalla muchos detalles sobre cómo trabajó el agente.

Answer 2

El Heaton Research libro electrónico es bastante bueno para explicar los conceptos de redes neuronales (con código). El Capítulo 4 está dedicado al aprendizaje automático y a los diversos métodos de entrenamiento para sus redes. Hay una biblioteca descargable y aplicaciones de muestra para que pueda ver.

Answer 3

Aquí es un buen libro sobre el tema:

Machine Learning and Data Mining: Introduction to Principles and Algorithms
por Igor Kononenko, Matjaz Kukar (junio de 2007)

también echar un vistazo a estos proyectos de código abierto:

• Maja Machine Learning Framework
• PIQLE
• Elsy
• The Robotics Primer Workbook

Answer 4

TD-Gammon, gnubackgammon, o cualquier otro proyecto similar fueron éxitos masivos en los juegos.

Sutton & El libro de Barto "Aprendizaje de refuerzo: una introducción" también tiene otro Case Studies.

Answer 5

Esto no es específico de aprendizaje reforzado, pero Stanford tiene una gran serie de conferencias sobre machine learning on Youtube e iTunes.

El enlace corresponde a la primera conferencia, que tarda aproximadamente 30 minutos en sumergirse en el contenido.

Answer 6

Burlap es una biblioteca reciente de Java que proporciona implementaciones de muchos algoritmos de aprendizaje de refuerzo comunes, así como algunos entornos y herramientas útiles.