更多筛选
全部 视频 音频 图片 文档 PPT 其它
最新 最热 最赞
3.3 状态价值的定义与思想
leixy 1389
3.2 三连棋游戏第一步走角落
leixy 1388
3.1 三连棋游戏第一步走中间
leixy 1388
2.5 epsilon贪心策略
leixy 1384
2.4 探索与利用的意义
leixy 1385
2.3 探索利用平衡
leixy 1383
2.2 简单策略和贪婪策略
leixy 1380
1.5强化学习的应用
leixy 1384
1.4环境的确定性与随机性
leixy 1385
1.3环境已知与未知
leixy 1393
1.1马尔可夫过程
leixy 1383
第四单元 QLearning
leixy 1582
第七单元 Actor-Critic-new
leixy 1576
Off-policy Actor-Critic（V1)
leixy 1668
Deterministic Policy Gradient （V1）
leixy 1658
强化学习-课程教学设计一体化实施方案 (7.4)
leixy 2215
强化学习-课程教学大纲 (7.4)
leixy 2215
强化学习-课程考核大纲 (7.4)
leixy 2310
第二章_04_探索与利用的意义new
leixy 2286
第三章_02_三连棋游戏第一步走角落new
leixy 2390