Программисты — удалённая работа в Москве

Data Science. Доработка существующего продукта. Описание Цель этого задания - применить методы обучения с подкреплением к простой игре под названием Text Flappy Bird (TFB). Среда уже реализована и может быть найдена на странице Gitlab Text Flappy Bird Gym 1- 1 https://gitlab- research.centralesupelec.fr/stergios.christodoulidis/ text- flappy- bird- gym . Инструкции по ее использованию также можно найти в том же репозитории. Доступны две различные версии среды: одна возвращает в качестве наблюдения полный экран игры (TextFlappyBird-screen-v0), а другая возвращает расстояние игрока от центра ближайшего предстоящего проема в трубе (TextFlappyBird-v0) вдоль двух осей (x, y). В рамках этого задания вам предлагается реализовать и сравнить двух агентов, способных решить одну из двух версий среды TextFlappyBird-v0 (или обе). В частности, вам нужно сначала реализовать агента на основе метода Монте-Карло на ваш выбор, а затем агента Sarsa(λ), https://github.com/AntAI-Git/RL_Flappy_Bird/blob/main/RL_Text%20Flappy%20Bird.ipynb.