我正在为游戏 2048 编写 AI。目前，我可以从浏览器中提取游戏状态并将 Action 发送到游戏中，但我不知道如何将其与 TensorFlow 集成。该项目的性质不利于训练数据，所以我想知道是否可以通过游戏状态，让网络扔掉一个 Action ，运行 Action ，重复直到游戏结束，然后它有训练吗？
请您参考如下方法:
这当然是可能且微不足道的。您必须设置要使用的模型，我会假设它已经构建。
从与 tensorflow 模型交互的角度来看，您只需将数据编码到 numpy 数组中，然后通过 feed_dict 传入sess.run的属性(property).
要将输入传递给 tensorflow 并获得结果，您将运行如下代码:
result = sess.run([logits], feed_dict={x:input_data})
这将执行前向传递，在不进行任何更新的情况下生成模型的输出。现在您将使用 results并使用它们在游戏中迈出下一步。
现在您已经有了操作的结果(例如标签)，您可以执行更新步骤:
sess.run([update_op], feed_dict={x:input_data, y:labels})
就这么简单。请注意，您的模型将定义一个优化器(本例中为 update_op)，但如果您不要求 tensorflow 对其进行计算(如第一个代码示例中所示)，则不会发生任何更新。 Tensorflow 完全是关于依赖图的。优化器取决于输出 logits , 但计算 logits不依赖于优化器。
假设您将随机初始化此模型，因此第一个结果将随机生成，但此后的每个步骤都将受益于之前应用的更新。
如果您使用的是强化学习模型，那么您只会在未来某个不确定的时间产生奖励，并且您运行更新的时间与此示例略有不同，但问题的一般性质保持不变.
