更多筛选
全部 视频 音频 图片 文档 PPT 其它
最新 最热 最赞
7.2 Actor-Critic的思想
leixy 783
7.1 策略梯度方法的缺点
leixy 792
7.3_7.4 Actor-Critic的算法流程
leixy 786
讲义7.2Actor-Critic的思想
leixy 2169
讲义2.4探索与利用的意义
leixy 2177
讲义7.6DDPG的算法流程
leixy 2197
讲义7.5广义优势函数估计
leixy 2148
讲义6.4蒙特卡罗方法
leixy 2159
讲义6.2随机性策略梯度方法
leixy 2141
讲义6.1基于策略的思想
leixy 2158
讲义5.3Sarsa和Q-learning在悬崖寻路问题上的实现
leixy 2150
讲义5.2Gym的使用方法
leixy 2149
讲义5.1Gym简介和环境加载
leixy 2160
讲义4.5DQN
leixy 2151
讲义4.4Q-learning和Sarsa的对比
leixy 2141
讲义4.2Sarsa
leixy 2134
讲义4.1状态-动作价值函数
leixy 2158
讲义3.5值迭代法
leixy 2122
讲义3.3状态价值的定义与思想
leixy 2127
讲义2.6案例训练 多臂老虎机问题策略实现
leixy 2113