更多筛选
全部 视频 音频 图片 文档 PPT 其它
最新 最热 最赞
5.4 Tensorflow复习
leixy 706
4.1 状态-动作价值函数
leixy 714
4.2 Sarsa
leixy 717
4 Q-learning
leixy 706
2.4 探索与利用的意义
leixy 713
2.2 简单策略和贪婪策略
leixy 718
2.3 探索利用平衡
leixy 711
2.5 epsilon贪心策略
leixy 717
2.1 MAB问题描述
leixy 721
2 多臂老虎机
leixy 705
1.2马尔可夫决策过程
leixy 721
1.3环境已知与未知
leixy 728
1.4环境的确定性与随机性
leixy 722
1.5强化学习的应用
leixy 719
1.1马尔可夫过程
leixy 723
案例 多臂老虎机问题策略的实现
leixy 2071
案例 利用策略迭代和值迭代求解迷宫寻宝问题
leixy 2067
案例 迷宫寻宝
leixy 2069
案例 REINFORCE算法求解小车爬山游戏
leixy 2076
1 强化学习关键概念
leixy 2069