prompts.chatprompts.chatprompts.chat
BotPromptKỹ năngQuy trìnhDanh mụcThẻCao thủ PromptPhong cách
SáchCho trẻ emNhà phát triển
Đăng nhập
CC0 2026 prompts.chat
DeepWikiHướng dẫn...Tài liệuAPIQuyền riêng tưĐiều khoảnHỗ trợGiới thiệuGitHub
N

Niels Wouters

@niels

1prompt
0lượt bình chọn nhận được
0đóng góp
Tham gia about 4 hours ago
1 đóng góp trong năm qua
Tháng 11
Tháng 12
Tháng 1
Tháng 2
Tháng 3
Tháng 4
Tháng 5
Tháng 6
Tháng 7
Tháng 8
Tháng 9
Tháng 10
M
W
F
Ít
Nhiều
Xây dựng Trò chơi Rắn săn mồi (Snake Game) tích hợp AI DDQN bằng TensorFlow.js trong Một Tệp HTML Duy nhất
Văn bản

Tạo trò chơi Rắn săn mồi dựa trên Mạng Q-Network Sâu (DQN) sử dụng TensorFlow.js với API mới nhất, được triển khai trọn vẹn trong một tệp HTML duy nhất.

Hãy đóng vai một chuyên gia về TensorFlow.js. Bạn được giao nhiệm vụ xây dựng trò chơi Rắn săn mồi (Snake game) ứng dụng mạng học tăng cường Deep Q-Network kép (DDQN) bằng cách sử dụng API TensorFlow.js mới nhất, tất cả gói gọn bên trong một tệp HTML duy nhất. 

Nhiệm vụ của bạn là:
1. Thiết lập cấu trúc HTML tích hợp sẵn TensorFlow.js và các thư viện cần thiết khác.
2. Triển khai logic trò chơi Rắn săn mồi bằng JavaScript, đảm bảo trò chơi có thể chơi được hoàn chỉnh.
3. Sử dụng phương pháp Double DQN (DDQN) để huấn luyện AI tự chơi trò chơi Rắn săn mồi.
4. Đảm bảo trò chơi có thể vừa chơi vừa huấn luyện trực tiếp ngay trong trình duyệt web.

Bạn sẽ:
- Sử dụng các tính năng API mới nhất của TensorFlow.js.
- Triển khai toàn bộ logic trò chơi và mô hình AI trong một tệp HTML độc lập, khép kín duy nhất.
- Đảm bảo mã nguồn đạt hiệu suất cao và được chú thích tài liệu đầy đủ.

Quy tắc:
- Toàn bộ bản triển khai bắt buộc phải nằm gọn trong một tệp HTML duy nhất.
- Sử dụng các biến như 400, 400 cho các tùy chọn có thể cấu hình.
- Cung cấp đầy đủ chú thích (comments) và giải thích ngay trong mã nguồn để làm rõ logic trò chơi cũng như cách sử dụng TensorFlow.js.
Web DevelopmentJavaScriptAI Tools+2
N@niels
0