Topic · unordered discovery
Reinforcement Learning
RL environments, policies, rewards, training, and evaluation.
AI and ML
Projects
Active
訓練 AI 玩 Atari 打磚塊，從模型評估到瀏覽器對戰。
The project carries reproducible training, evaluation, ONNX inference, and an interactive browser demo as one connected engineering story.
Writing
球掉一條命時多扣一分，真的會讓 AI 玩得更好嗎？
三次獨立訓練得到不同方向的結果。比較失命時多扣一分是否能穩定提高打磚塊的原始得分。
Reinforcement LearningDQNEvaluation
AI 怎麼從打磚塊畫面學會選動作？
從打磚塊的一次互動開始，理解模型看到的畫面、即時得分與未來價值，並看 Q-Learning 如何把未來的回饋傳回現在。
Reinforcement LearningDQNEvaluation
DQN 得分比較高，就代表真的會玩嗎？
一個 DQN 看似贏過隨機策略，逐局檢查卻發現它常卡在等待畫面。從這個反常結果理解訓練、除錯與公平評估。
Reinforcement LearningDQNEvaluation
把 DQN 放進瀏覽器後，還能像訓練時一樣玩嗎？
模型進入瀏覽器後，畫面整理、動作和遊戲流程都可能改變。本文說明怎麼檢查它真的在玩同一款打磚塊，以及展示能代表什麼。
Reinforcement LearningONNXWebGPU
模型換了執行方式，DQN 還會做出相同選擇嗎？
把訓練好的打磚塊模型交給另一種執行環境前，先確認它面對相同畫面時還會做出相同選擇，再比較速度與代價。
Reinforcement LearningONNXModel Inference
訓練更快，DQN 就更好嗎？
比較並行訓練的速度、三種 DQN 的得分與運算成本，再觀察選定模型在新遊戲起點上的表現。
Reinforcement LearningDQNEvaluation
讓打磚塊 DQN 從遊戲畫面走到瀏覽器
從遊戲畫面、DQN 訓練與模型比較，到 ONNX 推論和瀏覽器展示，完整介紹打磚塊專案。
Reinforcement LearningDQNReproducibility