AIMazeRobot

2023 RoboCom AI Competition 提交作品

主要采用Deep QLearning 算法构建机器人走迷宫的模型，并进行优化工作。关于题目要求与算法描述参见 main.ipynb，我实现的机器人参见 main.py，test.ipynb 是测试版代码。

除了实现基本功能之外，主要有以下几点优化：

• 采用 epsilon-greedy 策略来增加机器人的探索部分。
• 在 torch_py/QNetwork.py 中调整网络结构以优化模型性能。
• 在 torch_py/MinDQNRobot.py 中使用经验回放、固定Q目标等优化方法，并在训练循环中对机器人进行学习更新。
• 对一些超参数进行了调整优化。