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:35637 评论:69 推荐:14 编辑
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:45543 评论:29 推荐:5 编辑
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:23447 评论:26 推荐:2 编辑
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:114538 评论:317 推荐:23 编辑
强化学习(十五) A3C
刘建平Pinard 2019-01-29 18:09 阅读:68087 评论:144 推荐:4 编辑
强化学习(十四) Actor-Critic
刘建平Pinard 2019-01-15 17:46 阅读:106957 评论:147 推荐:9 编辑
强化学习(十三) 策略梯度(Policy Gradient)
刘建平Pinard 2018-12-18 18:04 阅读:115557 评论:176 推荐:14 编辑
强化学习(十二) Dueling DQN
刘建平Pinard 2018-11-08 14:04 阅读:55288 评论:74 推荐:5 编辑
强化学习(十一) Prioritized Replay DQN
刘建平Pinard 2018-10-16 16:46 阅读:49501 评论:153 推荐:14 编辑
强化学习（十）Double DQN (DDQN)
刘建平Pinard 2018-10-12 16:52 阅读:102256 评论:77 推荐:8 编辑
强化学习（九）Deep Q-Learning进阶之Nature DQN
刘建平Pinard 2018-10-08 20:40 阅读:66246 评论:84 推荐:11 编辑
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:85053 评论:202 推荐:13 编辑
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:57506 评论:87 推荐:10 编辑
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:73360 评论:130 推荐:16 编辑
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:69253 评论:108 推荐:17 编辑
强化学习（三）用动态规划（DP）求解
刘建平Pinard 2018-08-12 20:36 阅读:70120 评论:103 推荐:22 编辑
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:152088 评论:142 推荐:26 编辑
强化学习（一）模型基础
刘建平Pinard 2018-07-29 18:53 阅读:145295 评论:75 推荐:34 编辑