我的随笔

1 2 3 4 下一页
增强学习笔记 第十三章 策略梯度方法 米老虎M 2017-10-08 22:33 阅读:2029 评论:0 推荐:0   
增强学习笔记 第十二章 资格迹 米老虎M 2017-10-08 20:56 阅读:2780 评论:0 推荐:1   
增强学习笔记 第十章 On-Policy控制的近似 米老虎M 2017-10-07 13:46 阅读:319 评论:0 推荐:0   
增强学习笔记 第九章 On-Policy预测的近似 米老虎M 2017-10-05 22:12 阅读:570 评论:0 推荐:0   
增强学习笔记 第八章 表格类方法的规划与学习 米老虎M 2017-10-05 21:53 阅读:324 评论:0 推荐:0   
增强学习笔记 第七章 多步Bootstrap 米老虎M 2017-10-05 09:59 阅读:704 评论:0 推荐:0   
增强学习笔记 第六章 TD方法 米老虎M 2017-10-03 22:49 阅读:2155 评论:0 推荐:1   
增强学习笔记 第五章 蒙特卡洛方法 米老虎M 2017-10-03 20:01 阅读:970 评论:0 推荐:0   
增强学习笔记 第四章 动态规划 米老虎M 2017-10-03 18:46 阅读:483 评论:0 推荐:0   
增强学习笔记 第二章 多臂赌博机问题 米老虎M 2017-10-03 12:56 阅读:2382 评论:0 推荐:0   
1 2 3 4 下一页

导航