iT邦幫忙

鐵人檔案

2026 iThome 鐵人賽
回列表
AI Engineering

從零訓練到瀏覽器部署:30 天打造 Atari Breakout 強化學習 AI 系列

本系列將從 Atari Breakout 與強化學習基礎出發,使用 PyTorch 從零實作 DQN、Double DQN 與 Dueling DQN,完整記錄環境建置、資料收集、模型訓練、超參數調校、除錯與實驗評估。後半段進一步將模型匯出為 ONNX,比較不同推論方式的效能,並嘗試透過 ONNX Runtime Web / WebGPU 將訓練完成的 AI 部署至瀏覽器,完整走過從模型訓練到實際部署的 AI Engineering 流程。

參賽天數 3 天 | 共 3 篇文章 | 0 人訂閱 訂閱系列文 RSS系列文
DAY 1

Day 1|看 AI 自己學會玩遊戲很有趣,所以我也想試試看

為什麼會有這個系列? 會開始這個專案,其實沒有什麼很複雜的理由。 前陣子我看到 YouTube 頻道 Yosh 的影片。 他的影片主要在做一件很有趣的事情: 用...

2026-08-15 ‧ 由 tommypan 分享
DAY 2

Day2 | 當 Agent 走進 Atari Breakout:ALE 與 Gymnasium

Day 1 我們談了為什麼想做這個系列,也談到強化學習最後必須回到一個真實的環境裡。今天就讓 Agent 走進 Breakout,看看它究竟看見什麼、可以做什麼...

2026-08-16 ‧ 由 tommypan 分享
DAY 3

Day 3|當 Agent 按下一個動作之後,環境到底回傳了什麼?

當 Agent 按下一個 action 之後,環境到底回傳了什麼? 在 Atari Breakout 裡,按鍵只是表面上看得到的那一刻。對強化學習來說,一次互動...

2026-08-17 ‧ 由 tommypan 分享