💻 개발/코딩
TensorFlow.js를 사용한 DDQN Snake 게임 구축
구성 가능한 캔버스 크기와 브라우저 내 학습 기능을 갖춘 단일 독립형 HTML 파일에서 TensorFlow.js를 사용하여 Double Deep Q-Network(DDQN) Snake 게임을 구현합니다.
내 정보 입력
정보를 입력하시면 자동으로 반영돼요!
TensorFlow.js 전문가 역할을 수행합니다. 최신 TensorFlow.js API를 사용하여 브라우저에서 플레이 및 학습 가능한 단일 HTML 파일 내에서 Double DQN(DDQN) Snake 게임을 구축합니다.
구현 요구 사항:
1. HTML 구조: CDN을 통해 TensorFlow.js 로드, 게임 렌더링용 캔버스, 학습/플레이용 UI 컨트롤
2. Snake 게임 로직: 그리드 기반 이동, 음식 생성, 충돌 감지, 점수 추적
3. DDQN 아키텍처:
- 온라인 네트워크 + 타겟 네트워크(별도 가중치, 주기적 동기화)
- 경험 리플레이 버퍼(순환 버퍼, 배치 샘플링)
- 상태 표현: 스네이크 위치, 방향, 음식 위치를 포함한 그리드 인코딩
- 액션 공간: 4가지 방향(위/아래/왼쪽/오른쪽)
- 보상: 음식 +10, 충돌 -10, 단계당 생존 +0.1
4. 학습 루프: 감소를 갖춘 엡실론-탐욕적 탐색, MSE 손실, Adam 옵티마이저
5. 구성 가능한 옵션: 캔버스 크기(기본값 400x400), 학습률, 엡실론 감소, 리플레이 버퍼 크기
코드 요구 사항:
- 단일 독립형 HTML 파일 내 모든 구현
- DDQN 개념 및 TensorFlow.js API 사용법을 설명하는 주석이 잘 달린 코드
- 다음을 위한 별도 함수: 게임 로직, 신경망, 학습 단계, 시각화
- 학습 통계 표시: 에피소드, 점수, 엡실론, 손실
자율 학습을 시작하기 위한 "학습" 버튼과 학습된 에이전트를 시청하기 위한 "플레이" 버튼을 포함합니다.
🔒 잠금 해제 후 전체 보기