更多筛选
全部 视频 音频 图片 文档 PPT 其它
最新 最热 最赞
强化学习-课程考核大纲202309
leixy 1407
强化学习-课程教学设计一体化实施方案202309
leixy 1405
强化学习-课程教学大纲202309
leixy 1407
7.6 DDPG的算法流程
leixy 1508
7.5 广义优势函数估计
leixy 1494
7.3_7.4 Actor-Critic的算法流程
leixy 1491
7.1 策略梯度方法的缺点
leixy 1491
6.5 REINFORCE算法
leixy 1493
6.4 蒙特卡罗方法
leixy 1492
6.3 策略梯度定理的推导
leixy 1465
6.2 随机性策略梯度方法
leixy 1462
6.1 基于策略的思想
leixy 1452
5.3 Sarsa和Q-learning在悬崖寻路问题上的实现
leixy 1449
5.2 Gym的使用方法
leixy 1444
4.4 Q-learning和Sarsa的对比
leixy 1448
4.3 Q-learning
leixy 1445
4.2 Sarsa
leixy 1434
4.1 状态-动作价值函数
leixy 1430
3.5 值迭代法
leixy 1428
3.4 策略迭代法
leixy 1425