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 1517
强化学习-课程教学设计一体化实施方案202309
leixy 1514
强化学习-课程教学大纲202309
leixy 1516
7.6 DDPG的算法流程
leixy 1616
7.5 广义优势函数估计
leixy 1603
7.3_7.4 Actor-Critic的算法流程
leixy 1600
7.1 策略梯度方法的缺点
leixy 1599
6.5 REINFORCE算法
leixy 1602
6.4 蒙特卡罗方法
leixy 1599
6.3 策略梯度定理的推导
leixy 1571
6.2 随机性策略梯度方法
leixy 1567
6.1 基于策略的思想
leixy 1559
5.3 Sarsa和Q-learning在悬崖寻路问题上的实现
leixy 1554
5.2 Gym的使用方法
leixy 1550
4.4 Q-learning和Sarsa的对比
leixy 1555
4.3 Q-learning
leixy 1551
4.2 Sarsa
leixy 1539
4.1 状态-动作价值函数
leixy 1535
3.5 值迭代法
leixy 1534
3.4 策略迭代法
leixy 1530