g
y
7
7
7
7
2021年1月21日
周博磊老师强化学习纲领笔记第二课：MDP，Policy Iteration与Value Iteration
摘要： gym环境：FrozenLake-v0：http://gym.openai.com/envs/FrozenLake-v0/ 代码来自：周博磊老师的GitHub：https://github.com/cuhkrlcourse/RLexample/tree/master/MDP 环境如下： SFFF ( 阅读全文
posted @ 2021-01-21 17:01 gy77 阅读(456) 评论(0) 推荐(0) 编辑