当前标签：强化学习

强化学习(十九) AlphaGo Zero强化学习原理

刘建平Pinard 2019-03-27 20:11 阅读:40469 评论:69 推荐:14

强化学习(十八) 基于模拟的搜索与蒙特卡罗树搜索(MCTS)

刘建平Pinard 2019-03-04 17:09 阅读:50320 评论:29 推荐:5

强化学习(十七) 基于模型的强化学习与Dyna算法框架

刘建平Pinard 2019-02-15 20:22 阅读:25820 评论:26 推荐:2

强化学习(十六) 深度确定性策略梯度(DDPG)

刘建平Pinard 2019-02-01 19:42 阅读:124622 评论:318 推荐:25

强化学习(十五) A3C

刘建平Pinard 2019-01-29 18:09 阅读:72047 评论:144 推荐:5

强化学习(十四) Actor-Critic

刘建平Pinard 2019-01-15 17:46 阅读:116047 评论:148 推荐:10

强化学习(十三) 策略梯度(Policy Gradient)

刘建平Pinard 2018-12-18 18:04 阅读:123476 评论:177 推荐:14

强化学习(十二) Dueling DQN

刘建平Pinard 2018-11-08 14:04 阅读:58867 评论:74 推荐:5

强化学习(十一) Prioritized Replay DQN

刘建平Pinard 2018-10-16 16:46 阅读:53145 评论:153 推荐:14

强化学习（十）Double DQN (DDQN)

刘建平Pinard 2018-10-12 16:52 阅读:109583 评论:77 推荐:8

强化学习（九）Deep Q-Learning进阶之Nature DQN

刘建平Pinard 2018-10-08 20:40 阅读:69898 评论:84 推荐:12

强化学习（八）价值函数的近似表示与Deep Q-Learning

刘建平Pinard 2018-09-28 16:49 阅读:90168 评论:203 推荐:14

强化学习（六）时序差分在线控制算法SARSA

刘建平Pinard 2018-09-09 19:30 阅读:61261 评论:87 推荐:10

强化学习（五）用时序差分法（TD）求解

刘建平Pinard 2018-08-24 18:23 阅读:78454 评论:131 推荐:16

强化学习（四）用蒙特卡罗法（MC）求解

刘建平Pinard 2018-08-17 18:04 阅读:73910 评论:108 推荐:18

强化学习（三）用动态规划（DP）求解

刘建平Pinard 2018-08-12 20:36 阅读:75266 评论:103 推荐:22

强化学习（二）马尔科夫决策过程(MDP)

刘建平Pinard 2018-08-05 18:09 阅读:160559 评论:142 推荐:26

强化学习（一）模型基础

刘建平Pinard 2018-07-29 18:53 阅读:155902 评论:75 推荐:38