摘要：
Deterministic Policy Gradient Algorithms 论文地址 "DPG" 笔记 出发点 首先最开始提出的policy gradient 算法是 stochastic的。 这里的随机是指随机策略$\pi_\theta(a|s)=P[a|s,;\theta]$. 但是随机策 阅读全文
posted @ 2020-01-03 19:45
木子士心王大可
阅读(1787)
评论(0)
推荐(0)
摘要：
给出 n 代表生成括号的对数，请你写出一个函数，使其能够生成所有可能的并且有效的括号组合。 例如，给出 n = 3，生成结果为： 来源：力扣（LeetCode） 链接：https://leetcode cn.com/problems/generate parentheses 用缓存 闭合数如此简洁 阅读全文
posted @ 2020-01-03 17:42
木子士心王大可
阅读(134)
评论(0)
推荐(0)
摘要：
将两个有序链表合并为一个新的有序链表并返回。新链表是通过拼接给定的两个链表的所有节点组成的。 链接:https://leetcode cn.com/problems/merge two sorted lists/ 阅读全文
posted @ 2020-01-03 17:26
木子士心王大可
阅读(118)
评论(0)
推荐(0)
摘要：
给定一个只包括 '('，')'，'{'，'}'，'['，']' 的字符串，判断字符串是否有效。 有效字符串需满足： 左括号必须用相同类型的右括号闭合。 左括号必须以正确的顺序闭合。 链接：https://leetcode cn.com/problems/valid parentheses 代码写的就 阅读全文
posted @ 2020-01-03 17:12
木子士心王大可
阅读(166)
评论(0)
推荐(0)
浙公网安备 33010602011771号