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 1879
讲义2.4探索与利用的意义
leixy 139
讲义2.3探索与利用平衡
leixy 1851
讲义1.4环境的确定性与随机性
leixy 1857
讲义1.2马尔可夫决策过程
leixy 1872
讲义1.1马尔可夫过程
leixy 1894
5.3 Sarsa和Q-learning在悬崖寻路问题上的实现
leixy 782
6.4 蒙特卡罗方法
leixy 783
7.6 DDPG的算法流程
leixy 796
7.5 广义优势函数估计
leixy 753
7.7 案例训练：利用A2C算法求解钟摆平衡问题
leixy 796
7 Actor-Critic
leixy 749
6.3 策略梯度定理的推导
leixy 757
6.6 案例训练 利用策略梯度方法求解小车上山问题
leixy 747
6.2 随机性策略梯度方法
leixy 722
6.1 基于策略的思想
leixy 722
6 策略梯度
leixy 714
5.1 Gym简介和环境加载
leixy 720
5.2 Gym的使用方法
leixy 714
5 强化学习的实验环境与工具
leixy 702