WEBVTT 00:00.300 --> 00:02.000 Merhaba ve bu öğreticiye hoş geldiniz. 00:02.160 --> 00:05.090 Onunla birlikte olduğun için tekrar tebrik ederim. 00:05.150 --> 00:08.200 Gördüğümüz gibi beynini yaptık ve eğittik. 00:08.400 --> 00:15.600 Ancak şimdi yarın bir randevu çıkarmayacak bir test ajanı üretmek zorundayız, ancak kendi 00:15.780 --> 00:19.430 araştırmalarını yapmak için paylaşım modelini kullanacaktır. 00:19.530 --> 00:26.080 Ve elbette bu kodda bazı videoları kaydedeceğiz ve bunlar test aracıları belirli 00:26.090 --> 00:28.750 bir puanla çıkacak videolar olacak. 00:28.810 --> 00:30.840 Şimdi bu kodu inceleyelim. 00:30.850 --> 00:35.860 En önemlisi, sana burada çizgiyi kodlamayacağımızı söylemiştim ama sanırım burada 00:35.860 --> 00:38.580 neler olup bittiğini anlamak önemlidir. 00:38.800 --> 00:42.680 Dikkat ettiğiniz gibi, ilk bölümde bu kodla birlikte gidiyoruz. 00:42.790 --> 00:49.480 Kütüphaneleri ithal ediyoruz ve bu test aracının kendi keşiflerini yapmasını ve koparma oyununu 00:49.480 --> 00:52.390 oynatabilmesini sağlayan bu test fonksiyonunu bulduk. 00:52.600 --> 00:58.610 Bu yüzden, bu test fonksiyonu, eğitim aracıları için yaptığımız gibi test aracısını hala senkronize 00:58.850 --> 01:02.060 etmek için birincil sıralama olan üç argümanı alıyor. 01:02.230 --> 01:05.380 Elbette parametrelerimiz elbette ki bazılarına ihtiyacınız var. 01:05.380 --> 01:12.220 Ve elbette paylaşılan modele sahibiz, çünkü bu test aracı kendi keşiflerini yapmak için ortak bir 01:12.220 --> 01:13.360 model kullanacaktır. 01:13.360 --> 01:18.790 Tamam, işin içine giriyoruz ve test aracısına senkronize ettiğimiz bu kod satırı. 01:18.820 --> 01:23.120 Tam olarak önce yaptığımız gibi, çevreyi ithal ediyoruz. 01:23.170 --> 01:27.070 Bu nedenle, bir sonraki öğreticide olacak olan ana kodda hatırlatmak isterim. 01:27.250 --> 01:33.970 Burada, sıfırın sonuyla değiştirileceğiz, böylelikle sıfır ortamına girip oyun oynayabiliyoruz 01:34.060 --> 01:40.180 ve akşam mola verdiğimiz videoları alacak Kızılhaç Trumanları oynayabiliriz. 01:40.180 --> 01:46.680 Yani temel olarak bu kod satırı, bir ortamı video ile çalıştırmamız anlamına geliyor. 01:47.080 --> 01:54.520 Ardından, bir sonraki kod satırında, bu ortamı Trend işlevi ile aynı prensipte senkronize ederiz. 01:54.700 --> 02:02.170 Sonra modelimizi elde ederiz ve bunu yapmak için aktivite sınıfının bir nesnesi yaratırız ve 02:02.170 --> 02:08.920 girdi şeklini çevre gözlem alanımıza yerleştiririz ve şekil sıfırlar tren işlevi ve 02:09.190 --> 02:13.690 çıktı alanlarımızla aynıdır, bunlar eylem alanına sahip eylemlerdir. 02:13.900 --> 02:19.770 Dolayısıyla, daha önce burada olduğu gibi burada yeni bir şey var çünkü eğitim bitti. 02:19.870 --> 02:25.450 Modeli tren moduna geçirmek istemiyoruz çünkü yalnızca onu eğitmeyi istemiyoruz, onu geliştirme 02:25.450 --> 02:26.880 aşamasına geçmek istiyoruz. 02:27.160 --> 02:29.740 İşte gelişen modelle burada yapacağımız şey bu. 02:29.890 --> 02:36.940 Yani temel olarak test aracısını temelde test edilen performansı test edecek bir 02:37.030 --> 02:38.350 moda koymaktır. 02:38.720 --> 02:45.680 Sonra burada oyunumuzun girdi görüntüleri olan girdi durumlarımızı alıyoruz ki bu noktada bu noktada tüm bir 02:45.680 --> 02:46.790 yarış var. 02:46.840 --> 02:49.360 Sonra onları meşale dansçılarına dönüştürüyoruz. 02:49.480 --> 02:52.810 Burada bazı kelimeleri burada başlatıyoruz. 02:52.840 --> 02:54.980 Aşağı doğru başlatıyoruz. 02:55.200 --> 03:03.430 olduğu gibi tekrar yeni bir şey oluyor ve hesaplamanın zamanını ölçmek için bir zaman fonksiyonu ile bu üçüncü yaşayabilirliği sunuyoruz. 03:03.850 --> 03:05.990 Dolayısıyla yine de son kez 03:06.190 --> 03:08.680 Bunun nedeni, başlangıç ​​noktasını edinmek istiyorsun. 03:08.890 --> 03:15.160 O zaman eylemler, sağdan veya soldan ipucuya bir unsur eklemenize izin veren çok pratik bir 03:15.160 --> 03:16.550 ipucu tipi kullanır. 03:16.600 --> 03:21.960 Bu çok pratik ve kodun azaltılmış haliyle düşündüğüm referansı size vereceğim. 03:22.180 --> 03:27.320 Bu yüzden, bu dequeue'nin ne olduğunu gözlemleyeceksiniz ve bunu yapmanıza izin veren şey bu. 03:27.490 --> 03:33.370 Ardından, bir bölümün uzunluğunu elbette sıfır ile başlatırız ve ardından bu iyi 03:33.400 --> 03:34.690 döngüde boyutu artırırız. 03:34.870 --> 03:36.480 Yani burada aynı püf noktasını kullanıyoruz. 03:36.680 --> 03:42.290 Doğru ve döngü halinde, bölüm uzunluğunu bir arttırıyoruz. 03:42.490 --> 03:49.700 Oyun bittiğinde oyun bittiğinde paylaşılan modelin son kümesini diğer modellerin tarihli paylaşım 03:49.730 --> 03:51.460 modelini yeniden yükleriz. 03:51.460 --> 03:55.610 Burada, paylaşılan modelin artık tarihli olmadığını hatırlayın. 03:55.660 --> 04:04.030 Hala oyunun bitmesi durumunda oyun sona erdiğinde Reinette hücrelerin durumunu yeniden başlatırız, X ve 04:04.190 --> 04:13.840 ardından Devletleri H x'yı görürsünüz ve eğer oyun bitmedi ise, aynı hücre Devletlerini ve devletleri tutuyoruz. 04:13.840 --> 04:18.030 Ancak bir degradeye bağlanabilmeleri için değişken öğretildiğinden emin olmak için. 04:18.170 --> 04:25.240 Tamam, bu yüzden eğilim fonksiyonunda zaten ölü olan bir şey var ve halen halen while döngüsünde 04:25.240 --> 04:30.870 ve iki duruma bağlı olarak gizli durumları belirten bir veriye sahip olduktan sonra. 04:31.060 --> 04:34.360 Peki ne yapacağız yarın tahminleri olsun. 04:34.450 --> 04:37.380 İşte tam burada bu kod satırı ile yaptıklarımız. 04:37.750 --> 04:43.360 Böylece eleştirmenin çıktısı olan değeri, aktörün çıktısı olan gerçek değeri elde ederiz. 04:43.600 --> 04:49.750 Ve daha sonra gizli durumların tümü H x ve hücre Devletleri X'dir, o 04:49.750 --> 04:54.130 zaman burada Q değerleri eylem değerindeki eylemlerin olasılık dağılımını üretiriz. 04:54.270 --> 04:56.380 Bunu bir sonraki işle de yapacağız. 04:56.470 --> 05:01.230 Ve elbette şans olasılıklarını burada bulmamız gerekmiyor çünkü bu sadece test aracı 05:01.480 --> 05:02.650 için eğitim içindir. 05:02.650 --> 05:09.130 Sadece onu kullanacağımız eylemleri oynamak için doom'a belirli bir etkinlik gibi oynayacak, ancak burada 05:09.190 --> 05:10.920 herhangi bir eğitim yapmayacağız. 05:10.960 --> 05:19.040 Dolayısıyla sadece bir pervaraya sahibiz ve bundan hareketle, olasılıkları en yüksek olan eylemi gerektiren 05:19.040 --> 05:22.720 bu olasılıkların RMX'ine doğrudan alarak oynuyoruz. 05:22.810 --> 05:26.860 Ve nedeni test ajanının herhangi bir araştırma yapmamasıdır. 05:26.860 --> 05:32.830 bir kez yerine getirdiğimizde, bir sonraki aşamaya geçtiğimizde, bir sonraki kelimeyi alacağız. 05:32.830 --> 05:38.170 Unutmayın ki, bu diğer eylemlerin bir kısmını araştırmak istediğinizde düşük olasılıkları olan 05:38.170 --> 05:44.260 bazı eylemleri almak için bir şansımız olsun ve her seferinde en yüksek ihtimal olan 05:44.260 --> 05:50.800 eylemi yapmamayı biliyorsunuz, ancak burada test aracı herhangi bir arama yapabilir ve Bu nedenle, bu 05:50.800 --> 05:53.340 nedenle maksimum ihtimali olan işlemi doğrudan 05:53.470 --> 05:56.920 Ve oyunun bitip bitmediğine dayanan bir gün. 05:57.160 --> 06:03.700 Dolayısıyla, tüm bunları, Max ile burada seçtikten sonra harekete geçerek bu kod satırı 06:03.790 --> 06:04.630 ile alıyoruz. 06:04.840 --> 06:13.000 yapıyor ve sonra yeni bir ödül almış bulunuyoruz. Ödülün bir kısmını bu yeni kelimeyi ekleyerek güncelleyeceğiz. 06:13.090 --> 06:18.950 Bu yüzden eylemi burada oynuyoruz ve durumu alıyoruz, ödülü alıyoruz ve tekrar 06:19.180 --> 06:21.480 Ve son olarak oyun bittiğinde. 06:21.490 --> 06:28.510 Oyunu bitirdikten sonra oynamayı bitirdikten sonra sonuçlarını tam tersi 06:28.510 --> 06:31.210 zamanlarla basacağım demektir. 06:31.230 --> 06:36.100 Bölümün uzunluğunu, ne kadar zaman harcadığını istedik. 06:36.100 --> 06:42.890 Harika oynamak ve bu sadece bu minik hileleri kullanarak tüm bu değişkenleri yazdırmaktır. 06:42.910 --> 06:46.280 O zamanlar için o zaman bir miktar istiyoruz, sadece bir değişken. 06:46.340 --> 06:51.960 Sözcük ve düşüncelerden bazıları mevcut OK boyunun uzunluğudur. 06:52.160 --> 06:57.860 Sonra oyun sona erdiğinden beri tüm sonuçları bastıracağız ve yeni bir oyuna başlamak istiyoruz, 06:58.220 --> 06:59.930 her şeyi yeniden başlatacağız. 06:59.930 --> 07:04.170 Bu, bir bölümün uzunluğunu sıfıra sıfır olan iki kelimenin toplamıdır. 07:04.230 --> 07:10.100 Bu tuş işlevini kullanarak tüm eylemleri tekrar yürürlüğe koyacağız, tanıdığınız girdi 07:10.100 --> 07:13.360 görüntülerini tüm kesmeleri tamamen tekrarlayarak sıfırlar. 07:13.610 --> 07:21.980 Ve son olarak, diğer ajanlara uygulamaya izin vermek için bir dakika ara vermek için 60 saniyede uyuyan bu 07:21.980 --> 07:22.840 sefer kullanıyoruz. 07:22.850 --> 07:24.810 Ve oyun sona erdiğinde. 07:25.210 --> 07:25.840 TAMAM. 07:25.940 --> 07:32.210 Son olarak, bize yeni bir devlet kazandıracak son kod satırına sahibiz ve ileriye doğru ilerleyebiliriz. 07:32.240 --> 07:34.550 Bu yeni oyuna devam edebiliriz. 07:34.550 --> 07:35.840 İşte gidiyoruz. 07:35.870 --> 07:37.430 Test işlevi budur. 07:37.430 --> 07:40.550 Videoları bir veya iki dersle göreceğiniz şeyler. 07:40.550 --> 07:45.310 Umarım son kez sizinle birlikte olan sonuçları izlemek istersiniz. 07:45.350 --> 07:47.360 Curial ve ben eğlenceli olacak. 07:47.480 --> 07:48.400 Ben de söylüyorum. 07:48.440 --> 07:50.330 İyi sonuçlar beklemelisiniz. 07:50.360 --> 07:55.130 Ancak unutmayın ki, bu koparma oyunu süper zordu. 07:55.130 --> 07:58.430 İlk oyunun basit bir oyun olduğunu düşünüyorduk ama hiç oynamadık. 07:58.430 --> 08:01.480 Aslında, kıyametten çok daha zor olduğu ortaya çıktı. 08:01.670 --> 08:03.890 Bu yüzden onu son modüle koyduk. 08:04.190 --> 08:09.510 Ancak yine de bu ana işlevi bir sonraki öğreticide yapalım. 08:09.590 --> 08:11.770 Aynı Bu burada en önemli değil. 08:11.780 --> 08:18.860 Şimdi A-380 çılgına döndü, onu satır satır kodlamayacağız, kodu genişleteceğiz ve 08:18.980 --> 08:20.570 sonuçları hızla alacağız. 08:20.570 --> 08:22.130 O zamana kadar AI zevk.