machine-learning - 深度 Q 网络是否需要卷积层？

Question

我目前正在尝试建立一个深度 Q 网络来玩经典的 Snake 游戏。我以这样一种方式设计游戏，将状态空间限制在 20 x 20 矩阵中，1 代表身体占据的方格，2 代表头部占据的方格，5 代表食物占据的方格。鉴于空间相对较小，让网络输入是 400 维向量而不是原始图像是否可行？

标签： machine-learningreinforcement-learning

Answer 1

您可以尝试 400 维向量并查看代理的性能（学习）。如果它没有改善，那么您应该尝试使用 CNN。但在我看来，一个 400 维的向量应该可以工作。

此外，请确保在将状态输入输入到神经网络之前将其标准化为 [0,1] 或 [-1,1]。