WEBVTT 00:00.390 --> 00:01.110 Ben je klaar? 00:01.350 --> 00:06.930 Laten we dit doen, laten we beginnen met het installeren van alle systeemafhankelijkheden voor Vista, laten we 00:06.930 --> 00:14.340 op deze afspeelknop klikken en nu zal het alle afhankelijkheden installeren, zoals je kunt zien, zoals Pelo of ZIPPI en ook enkele andere 00:14.340 --> 00:18.170 afhankelijkheden die nodig zullen zijn om voer dit met succes uit. 00:18.180 --> 00:22.010 Maar de rest, zoals PLI naar de gymmodules, is al geïnstalleerd. 00:22.230 --> 00:23.070 Dus dat is echt geweldig. 00:23.070 --> 00:28.620 Dat is echt het mooie van goede kulam, en daardoor zal niemand van jullie problemen hebben met het uitvoeren van 00:29.250 --> 00:31.860 de code en het visualiseren van het eindresultaat. 00:32.430 --> 00:32.790 Oke. 00:32.790 --> 00:35.250 Dit gaat dus eigenlijk een of twee minuten duren. 00:35.250 --> 00:38.090 Dus ik ga hier en nu snel vooruit. 00:38.100 --> 00:41.250 Tot ziens voor de rest van de uitvoering van de code. 00:42.780 --> 00:47.790 Oké, we lijken aan het einde te zijn van de installatie van de systeemafhankelijkheden, 00:47.940 --> 00:53.430 zoals je kunt zien, is het ze aan het downloaden, installeren en verzamelen met de juiste vereisten. 00:53.820 --> 00:56.670 En binnen een paar seconden moet het klaar zijn. 00:57.300 --> 00:57.890 Rechts. 00:58.320 --> 01:01.060 En laten we eens kijken, drie, twee. 01:01.380 --> 01:02.040 Daar gaan we. 01:02.130 --> 01:03.900 Alles succesvol geïnstalleerd. 01:03.900 --> 01:05.250 Maak je hier geen zorgen over deze fouten. 01:05.250 --> 01:11.040 Ze hebben geen invloed op de uitvoering van de code, maar alles is met succes geïnstalleerd zoals we willen. 01:11.070 --> 01:11.550 Oke. 01:12.000 --> 01:14.520 Dus nu volgende stap, heel belangrijk. 01:14.850 --> 01:16.620 Kijk naar deze belangrijke opmerking. 01:16.620 --> 01:22.290 Er staat dat na het installeren van alle Benz's, eigenlijk na het uitvoeren van deze eerste cel hier, 01:22.290 --> 01:24.030 je runtime opnieuw moet starten. 01:24.030 --> 01:26.550 Anders krijgt u hier enkele uitvoeringsfouten. 01:26.560 --> 01:27.620 Dus laten we het snel doen. 01:27.630 --> 01:28.440 Het is heel simpel. 01:28.440 --> 01:33.030 U hoeft hier alleen maar op runtime te klikken en vervolgens runtime opnieuw te starten. 01:33.030 --> 01:33.420 Ja. 01:33.510 --> 01:33.930 Oke. 01:33.930 --> 01:40.050 Dit zal je runtime herstellen en nu kun je al deze cellen gewoon uitvoeren door op de afspeelknop te 01:40.050 --> 01:40.490 klikken. 01:40.500 --> 01:44.530 Dus laten we dit doen, te beginnen met de voorbewerking van deze eerste afbeelding van het bestand. 01:44.850 --> 01:45.350 Oke. 01:45.360 --> 01:51.750 Laten we dus eerst de bibliotheken importeren en vervolgens de afbeeldingen voorbewerken met de pre-process afbeeldingsklasse. 01:51.750 --> 01:58.320 En nu zijn we al overgestapt op de implementatie van experience replay, dus deze. 01:58.570 --> 01:59.160 Oke. 01:59.550 --> 02:00.360 Dus laten we dit doen. 02:00.360 --> 02:04.860 We importeren eerst de bibliotheken, daarna definiëren we een stap van de omgeving. 02:05.310 --> 02:12.360 Dan maken we de A. L. voortgang op verschillende en stapstappen met de voortgangsklasse van de eindstap 02:12.360 --> 02:14.610 precies hetzelfde als wat we in de map hebben. 02:14.970 --> 02:20.370 En dan implementeren we de ervaring die we spelen door deze herhalingsgeheugenklasse te bouwen. 02:20.490 --> 02:20.970 Oke. 02:21.120 --> 02:21.750 Alles goed. 02:22.050 --> 02:24.110 En nu gaan we verder met de derde fout. 02:24.840 --> 02:31.740 Deze A L. neem aan dat ik me had aangemeld en dan importeren we eerst de bibliotheken. 02:31.890 --> 02:32.250 Oke. 02:32.250 --> 02:37.290 Dus het kost wat tijd hier omdat we alle fakkelmodules importeren, dan importeren we de pakketten om 02:37.290 --> 02:41.040 te openen en dit te doen met de sportschool en wijsheid, Jim. 02:41.040 --> 02:43.080 En de verpakking is helemaal goed. 02:43.470 --> 02:48.780 En dan gaan we naar deel één hier, Gebouw II, waar we de hersenen gaan maken, dan 02:48.780 --> 02:51.370 het lichaam en dan alles in elkaar zetten. 02:51.390 --> 03:00.150 Dus laten we eerst de hersenen in orde maken met de CNN-klasse, laten we dan de body maken met de softmax 03:00.150 --> 03:04.370 body-klasse en dan de AI maken met een klasse. 03:04.710 --> 03:05.250 Oke. 03:05.280 --> 03:06.060 Allemaal goed dus. 03:06.420 --> 03:08.130 En nu zijn we klaar om door te gaan naar deel twee. 03:08.150 --> 03:12.120 Gaan we de AI trainen met natuurlijk diepe convolutionele Q Learning. 03:12.540 --> 03:12.980 Oke. 03:12.980 --> 03:15.060 Zo uitvoerend, hetzelfde als wat we hier hebben. 03:15.540 --> 03:19.140 We krijgen eerst de doom-omgeving met onze nieuwe modules met doom. 03:19.140 --> 03:20.100 Maak je hier geen zorgen over. 03:20.370 --> 03:21.390 Dit is geen fout. 03:21.780 --> 03:27.510 Dan gaan we de A bouwen. L. door de verschillende objecten te integreren om CNN, de lichamen van 03:27.510 --> 03:30.930 Max Body en de hele A. L. met daarin de hersenen en het lichaam. 03:31.020 --> 03:31.410 Oke. 03:31.410 --> 03:32.310 Heb ik dit uitgevoerd? 03:32.310 --> 03:32.700 Ja. 03:33.240 --> 03:34.950 Dan zetten we ervaring op. 03:34.950 --> 03:42.090 We spelen met Insteps en het geheugen als een objectief herhalingsgeheugen, en vervolgens implementeren we 03:42.090 --> 03:42.720 geschiktheidstracering. 03:43.170 --> 03:43.800 Oke. 03:43.800 --> 03:45.180 Om de prestaties te verbeteren. 03:45.690 --> 03:49.950 Dan maken we het voortschrijdend gemiddelde van honderd stappen met de M een klasse. 03:50.220 --> 03:52.410 En tot slot, mijn vrienden, zijn jullie er klaar voor? 03:52.530 --> 03:58.500 Welnu, dit is nu tijd voor het zeer opwindende deel waar we de A gaan trainen. L. ruim twintig dollar. 03:58.500 --> 03:58.860 Oke. 03:58.860 --> 04:01.440 Je zult dus zien dat dit al een beetje lang gaat duren. 04:01.440 --> 04:06.030 Weet je, het zal misschien een of twee uur duren omdat ik de afmetingen vergroot, voel je vrij om 04:06.030 --> 04:09.810 de uitstoot terug te brengen tot tachtig bij tachtig als je dit te lang vindt. 04:09.810 --> 04:12.990 Maar geloof me, je zult veel betere video's hebben met deze afmetingen. 04:13.080 --> 04:15.450 Oké, dus ben je klaar? 04:15.690 --> 04:20.280 Laten we dit in drie tegen één doen. 04:20.430 --> 04:20.880 Oke. 04:20.880 --> 04:26.700 Dus dit zal de code van de training uitvoeren en binnen een paar seconden zouden we het eerste tijdperk 04:26.700 --> 04:29.880 moeten kunnen zien, wat natuurlijk een negatieve beloning zal hebben. 04:30.150 --> 04:35.640 Maar je zult zien dat, weet je, in de loop van de tijdperken de beloning beetje bij 04:35.640 --> 04:40.260 beetje zal toenemen totdat positieve beloningen worden bereikt en dan tot honderden beloningen. 04:40.260 --> 04:42.240 Laten we daar eigenlijk naar streven. 04:42.240 --> 04:48.150 Laten we hopen dat we met achtentwintig dollar een uiteindelijke beloning hebben van een paar honderd, weet je, 04:48.150 --> 04:53.250 100 of 200 of 300, want met deze beloningen heb ik er eigenlijk mee geëxperimenteerd. 04:53.250 --> 04:53.490 Ja. 04:53.490 --> 04:56.790 Ten eerste, een negatieve beloning min achtennegentig. 04:57.120 --> 05:02.970 Dus ik zei dat we met beloningen van rond de 100, 200, 300 al geweldige resultaten zullen behalen. 05:02.970 --> 05:08.010 Weet je, we zullen zien dat de AA erin slaagt om ofwel enkele monsters te doden of ze te ontwijken, 05:08.010 --> 05:09.930 of, weet je, naar het vest gaan. 05:10.020 --> 05:14.220 Oké, dus dat is het eerste boek, één min achtennegentig. 05:14.430 --> 05:18.780 En dan weet je, we zullen zien bij boek nummer twee met misschien al een betere beloning. 05:18.780 --> 05:21.660 Maar weet je, in het begin is de MER natuurlijk niet opgeleid. 05:21.660 --> 05:23.520 Het is de omgeving verkennen. 05:23.520 --> 05:23.780 Rechts. 05:23.790 --> 05:28.620 Herinner je je deze afweging in versterkend leren, exploratie versus exploitatie? 05:28.620 --> 05:33.180 Nou, in het begin is het idee puur verkennen en dan gaat het trainen en 05:33.180 --> 05:37.890 dan wordt het kleiner en kleiner, en dat is wanneer het een hoge beloning gaat opleveren. 05:37.890 --> 05:41.040 Het is dus helemaal prima om in het begin negatieve beloningen te hebben. 05:41.040 --> 05:41.880 Misschien krijgen we dat. 05:41.950 --> 05:47.680 Gedurende de drie eerste tijdperken, maar dan zul je zien dat na een nummer vier of vijf 05:47.700 --> 05:54.280 of zes, nou ja, we misschien positieve beloningen zullen bereiken en dan hopelijk beloningen rond de 100, 200 of 300. 05:54.340 --> 05:57.580 Oké, het zal dus even duren, zoals ik al zei. 05:57.580 --> 06:02.340 We blijven hier dus geen twee uur, anders heb ik geen dingen meer te zeggen. 06:02.620 --> 06:10.000 Dus wat ik ga doen is dat ik nu een leuke of coole muziek ga zetten en daar gaan we, tijdperk nummer twee, 06:10.000 --> 06:10.830 min 62. 06:10.840 --> 06:12.220 Er is dus al enige verbetering. 06:12.220 --> 06:12.640 Dat is goed. 06:12.640 --> 06:15.790 Maar je zult zien dat er nog betere verbeteringen zullen zijn. 06:16.000 --> 06:18.300 Hoe meer we vorderen in de tijdperken. 06:18.430 --> 06:20.040 Oké, dus wat zei ik? 06:20.050 --> 06:25.330 Ja, ik ga nu wat coole muziek zetten en de training in versnelde modus spelen. 06:25.480 --> 06:30.320 En natuurlijk zie ik je aan het einde van de training om de eindresultaten te zien. 06:30.340 --> 06:30.880 Oke. 06:31.000 --> 06:31.840 Dus daar gaan we. 06:32.050 --> 06:34.870 Drie tegen één. 07:20.010 --> 07:25.780 Oké, en hier zijn we aan het einde van de training, gefeliciteerd, je hebt een diep, convolutief leermodel 07:26.010 --> 07:30.000 getraind op een zeer uitdagende applicatie, namelijk het spelen van het onheilspel. 07:30.510 --> 07:31.980 Dus wat te zeggen voor? 07:32.130 --> 07:37.080 Nou, zoals we hadden gehoopt, bereikten we een gemiddelde beloning van meer dan 100. 07:37.590 --> 07:43.190 Wat dan belangrijk is om te zeggen, is natuurlijk dat je met meer tijdperken hogere beloningen krijgt. 07:43.440 --> 07:49.350 Dus als je klaar bent om dit model bijvoorbeeld voor meer te trainen, lijkt het op 100 tijdperken of 07:49.530 --> 07:54.460 zelfs meer om beloningen te bereiken van meer dan 300, 400, 500 of zelfs 1000. 07:54.660 --> 07:56.000 Nou, voel je vrij om het te doen. 07:56.010 --> 07:59.190 U kunt deze bijvoorbeeld 's nachts laten draaien terwijl u slaapt. 07:59.190 --> 08:02.010 En als u 's ochtends wakker wordt, krijgt u betere resultaten. 08:02.370 --> 08:05.580 Merk op dat je ook in de runtime GPU kunt gebruiken, toch. 08:05.580 --> 08:10.500 Als u het runtime-type wijzigt, wat ik niet zou moeten doen, omdat het anders de notebook opnieuw zal opstarten. 08:10.500 --> 08:16.230 Maar in de hardwareversneller hier kun je GPU of zelfs Tipu kiezen, maar dat is alleen als je, je 08:16.230 --> 08:20.190 weet wel, de prestaties wilt optimaliseren en een superharde training wilt doen. 08:20.340 --> 08:25.060 Maar hier heb ik gewoon een klassiek ding gebruikt, omdat ik je gewoon wil laten zien hoe je dit allemaal kunt uitvoeren. 08:25.320 --> 08:26.240 En daar gaan we. 08:26.250 --> 08:32.610 Nu gaan we de rest van de werkmap uitvoeren met deze extra code die alleen specifiek is voor deze code, 08:32.610 --> 08:36.090 die notebook waar we natuurlijk AA in actie gaan visualiseren. 08:36.570 --> 08:36.840 Oke. 08:36.840 --> 08:37.470 Dus laten we dit doen. 08:37.470 --> 08:39.660 Laten we eerst de bibliotheken importeren. 08:39.840 --> 08:40.380 Rechts. 08:40.380 --> 08:41.010 Alles goed. 08:41.400 --> 08:46.110 Vervolgens gaan we de invoervorm en een aantal mogelijke acties afdrukken. 08:46.110 --> 08:46.470 Oke. 08:46.470 --> 08:52.200 Dus hier krijgen we inderdaad dat we zeven mogelijke acties hebben, weet je, in de 08:52.200 --> 08:52.830 doomgangomgeving. 08:52.840 --> 08:59.550 Dit zijn dus vooruit, achteruit, links, rechts, schieten en dan misschien jezelf beschermen of wat 08:59.550 --> 09:00.450 dan ook. 09:00.450 --> 09:06.000 Ik weet niet wat de laatste actie is, maar zoiets, dan zijn dit de afmetingen 09:06.000 --> 09:07.380 van het invoerframe. 09:07.530 --> 09:09.450 Dit komt overeen met de hoogte van het frame. 09:09.450 --> 09:11.460 Het heeft een hoogte van 240 pixels. 09:11.700 --> 09:14.550 Dit komt overeen met de breedte van het frame, toch? 09:14.550 --> 09:16.890 Het is driehonderdtwintig groot. 09:17.070 --> 09:22.800 En dit komt overeen met, weet je, het feit dat we met gekleurde afbeeldingen werken en de drie komen hier 09:22.800 --> 09:25.410 overeen met de drie elementen van onze kanalen. 09:25.920 --> 09:31.320 Oké, laten we dan de volgende cel uitvoeren die een frame van de omgeving weergeeft, gewoon om te zien hoe 09:31.320 --> 09:31.860 het is. 09:32.130 --> 09:36.780 En inderdaad, onthoud, dat is handig om te zien met welke omgeving je werkt. 09:36.780 --> 09:37.230 Rechts. 09:37.230 --> 09:39.360 Dus hier zien we dat we in Dume Corridor zijn. 09:39.360 --> 09:45.480 Maar als je hier met wat meer omgevingen wilt experimenteren, weet je, ze 09:45.480 --> 09:48.510 staan hier ook op de hoofdpagina. 09:48.510 --> 09:48.990 Hier. 09:48.990 --> 09:49.260 Ja. 09:49.260 --> 09:53.190 Je hebt alle lijsten van de omgevingen, weet je, die ik aanbeveel om mee te experimenteren. 09:53.400 --> 09:58.080 Dus, weet je, als je naar een andere wilt kijken, nou, weet je, ik kan je laten 09:58.290 --> 10:02.610 zien, laten we deze echt pakken en dan ga ik terug naar deze zoomgang. 10:02.880 --> 10:03.230 Rechts. 10:03.240 --> 10:06.600 Dus als ik die door deze vervang. 10:07.520 --> 10:13.490 Juist, en ik voer dit goed uit, we krijgen deze keer drie acties, natuurlijk, het is een eenvoudigere, 10:13.490 --> 10:17.630 en als we dit goed uitvoeren, zien we deze omgeving, toch. 10:17.650 --> 10:24.170 Het is dus gewoon een manier om snel te zien waar u mee werkt en om een voorproefje te krijgen van wat de 10:24.170 --> 10:25.970 ACA in de omgeving zal doen. 10:26.450 --> 10:26.780 Oke. 10:26.780 --> 10:29.050 Dus gaan we terug naar de hoek. 10:29.360 --> 10:33.800 Laten we dit nu uitvoeren voor het geval we het nodig hebben voor de volgende verkoop. 10:34.100 --> 10:37.110 Oké, perfecte ondergang, Cawdor. 10:37.370 --> 10:39.830 Laten we nu verder gaan met de laatste verkoop. 10:39.890 --> 10:43.490 Dit is een hulpfunctie die zal worden gebruikt voor de visualisaties. 10:43.680 --> 10:48.140 Dus laten we de verkoop uitvoeren en laten we het idee nu in één aflevering uitvoeren. 10:48.140 --> 10:52.970 En hier zul je in staat zijn om de code te begrijpen, want, weet je, het is in feite het 10:53.240 --> 10:59.210 proces van, weet je, het draaien van de lucht en een volledige aflevering waarbij het bij elke stap in een specifieke staat is, het in 10:59.210 --> 11:00.920 actie gaat spelen binnen de staat. 11:01.070 --> 11:04.480 Dan gaat het de beloning krijgen en dan de volgende datum bereiken. 11:04.670 --> 11:04.940 Rechts. 11:04.990 --> 11:07.460 Dus dit is het klassieke MGP-proces, toch. 11:07.470 --> 11:08.720 Marktbeslissingsproces. 11:09.140 --> 11:09.950 En daar gaan we dan. 11:09.950 --> 11:11.600 Dat is gedaan voor één aflevering. 11:11.610 --> 11:18.950 En tot slot krijgen we de video van de gameplay van onze A. L. , die werd opgeleid voor twintig dollar, was 11:18.990 --> 11:25.220 in staat om meer dan 100 beloningen te behalen, wat ons behoorlijk goede resultaten zal opleveren, maar misschien niet 11:25.220 --> 11:26.060 de beste. 11:26.060 --> 11:26.890 Maar het is oke. 11:26.900 --> 11:28.520 Dat ga je zelf uitproberen. 11:28.820 --> 11:34.220 En nu zou ik willen dat je hierop klikt voor de knop hier, omdat ik je wil laten zien hoe de 11:34.220 --> 11:35.240 video is gevuld. 11:35.480 --> 11:40.730 Dit zijn dus enkele mappen die, je weet wel, enkele elementen bevatten zoals de frames, je weet wel, de frames 11:40.730 --> 11:42.590 van de resultaten of enkele jasen-bestanden. 11:42.830 --> 11:45.500 Maar waar echt in geïnteresseerd zal zijn, is de laatste video. 11:45.680 --> 11:50.990 En om het te krijgen, hoeven we alleen maar op de afspeelknop hier te klikken en je zult zien dat het hier in de 11:50.990 --> 11:52.130 hoofdmap zal worden ingevuld. 11:52.130 --> 11:52.730 Mis het niet. 11:53.000 --> 11:53.690 En het is oké. 11:53.690 --> 11:57.290 Weet je, het lijkt erop dat de cel al is uitgevoerd, wat het geval is. 11:57.500 --> 12:03.830 Maar je zult zien dat we binnen een paar seconden een avatar zullen zien, wat een videobestand is dat hier wordt ingevuld. 12:03.830 --> 12:05.420 Het verschijnt in ongeveer tien seconden. 12:05.690 --> 12:07.800 Ik kan zelfs aftellen als je wilt. 12:08.120 --> 12:08.990 Dus laten we dit doen. 12:09.200 --> 12:20.750 En tien, negen, acht, zeven, zes, vijf, vier, drie, twee, één, ga. 12:21.730 --> 12:24.070 En nu zou het echt binnen een paar seconden moeten verschijnen. 12:24.100 --> 12:24.760 Ja, daar gaan we. 12:25.150 --> 12:25.490 Oke. 12:25.500 --> 12:28.390 Dus agent gameplay, dat idee, dat is jouw video. 12:28.390 --> 12:36.640 Dus laten we het downloaden en het zal worden gedownload op uw computer, die ik hier zal vinden. 12:36.730 --> 12:37.140 Rechts. 12:37.180 --> 12:43.480 Dat is de video-agent-gameplay die Evia ervoor zorgt dat deze wordt geopend met een videospeler met codecs zoals 12:43.480 --> 12:44.080 VLSI. 12:44.110 --> 12:44.430 Rechts. 12:44.450 --> 12:48.930 Het zal niet werken met Quick Time Player als je op een Mac werkt, maar het zal zeker werken met VLCC. 12:49.270 --> 12:50.110 Dus laten we eens kijken. 12:50.680 --> 12:52.160 En hier is het filmpje. 12:52.210 --> 12:52.570 Oke. 12:52.570 --> 12:54.850 Dus laat me hier even op pauze drukken. 12:55.240 --> 12:55.540 Oke. 12:55.540 --> 12:56.230 Dus hier is de video. 12:56.240 --> 13:01.260 En zoals je kunt zien, zijn dit dus de 256 bij 256 afmetingen van het frame. 13:01.540 --> 13:03.070 Dus zoals je kunt zien, is het niet erg groot. 13:03.070 --> 13:03.330 Rechts. 13:03.340 --> 13:08.030 Daarom wilde ik heel graag met deze afmetingen werken in plaats van 80 bij 80. 13:08.710 --> 13:10.060 Dus laten we nu de video bekijken. 13:10.070 --> 13:15.970 Dit is dus de A. L. Doom spelen in één aflevering, en het moet voorkomen dat de monsters niet worden gedood. 13:15.970 --> 13:17.860 Het moet vooruitgaan om het beste te bereiken. 13:18.160 --> 13:22.090 Dus laten we eens kijken hoe het drie-tegen-een gaat. 13:23.820 --> 13:29.970 Oké, dus eerst wordt hij gesloten, hij gaat vooruit, oké, en toen werd hij gedood door de monsters, maar dat 13:29.970 --> 13:31.530 is nog steeds best goed. 13:31.530 --> 13:36.240 Weet je, het begreep dat het vooruit moest naar het Westen omdat de hoogste beloning goed is 13:36.240 --> 13:37.740 door het vest te bereiken. 13:38.190 --> 13:42.720 En, natuurlijk, weet je, als je echt wilt dat de video van je lucht het vest bereikt en 13:42.720 --> 13:48.780 wint bij dit spel, dan moet je in principe je oog trainen voor meer tijdperken en misschien zelfs een ander soort verbetering doen, zoals het 13:48.780 --> 13:54.210 afstemmen van je hersenen van de A. L. of wat parameterafstemming doen, zoals het afstemmen 13:54.210 --> 13:55.010 van de leersnelheid. 13:55.170 --> 14:01.050 Nou, je hebt veel opties als iemand van jullie een geweldige video krijgt of, je weet wel, de video van A. L. bijvoorbeeld een beloning 14:01.050 --> 14:03.800 van meer dan 1000 hebben bereikt. 14:03.810 --> 14:06.470 Wel, deel het gerust in de Q&A. 14:06.480 --> 14:09.280 Ik weet zeker dat andere studenten er super blij mee zullen zijn. 14:09.870 --> 14:10.480 Oke. 14:10.500 --> 14:14.770 Dus ik hoop dat je het leuk vond om het diepe, convolutionele leermodel te implementeren. 14:15.010 --> 14:19.770 Nu gaan we verder met het volgende deel, dat gaat over het implementeren van het H3C-model 14:19.770 --> 14:24.800 en een nog beter en krachtiger model dat zal worden geïmplementeerd om het spel van breakout te spelen. 14:25.140 --> 14:26.840 Dus ik zie je in het volgende deel. 14:26.850 --> 14:28.590 En tot die tijd, geniet van A. L..