更多筛选
全部 视频 音频 图片 文档 PPT 其它
最新 最热 最赞
讲义2.5ε贪心策略
leixy 1982
讲义2.4探索与利用的意义
leixy 141
讲义2.3探索与利用平衡
leixy 1954
讲义1.4环境的确定性与随机性
leixy 1960
讲义1.2马尔可夫决策过程
leixy 1974
讲义1.1马尔可夫过程
leixy 1997
5.3 Sarsa和Q-learning在悬崖寻路问题上的实现
leixy 783
6.4 蒙特卡罗方法
leixy 786
7.6 DDPG的算法流程
leixy 799
7.5 广义优势函数估计
leixy 755
7.7 案例训练：利用A2C算法求解钟摆平衡问题
leixy 798
7 Actor-Critic
leixy 751
6.3 策略梯度定理的推导
leixy 758
6.6 案例训练 利用策略梯度方法求解小车上山问题
leixy 748
6.2 随机性策略梯度方法
leixy 725
6.1 基于策略的思想
leixy 723
6 策略梯度
leixy 715
5.1 Gym简介和环境加载
leixy 721
5.2 Gym的使用方法
leixy 714
5 强化学习的实验环境与工具
leixy 703