摘要：单臂摆是强化学习的一个经典模型，本文采用了4种不同的算法来解决这个问题，使用Pytorch实现。 以下是老版本，2022年9月14日新增Dueling DQN, Actor-Critic算法， SAC，更新了PPO，DDPG算法，在文末。 DQN： 参考： 算法思想： https://mofanpy 阅读全文

摘要：参考：https://zhuanlan.zhihu.com/p/129247756 论文原文：https://arxiv.org/pdf/2003.13590.pdf 一、遇到的挑战： 1、复杂的计分系统。每一局麻将游戏包含很多回合，而最后的排名是由这些回合的总分决定的（当玩家在前面的回合产生了巨大 阅读全文

摘要：参考莫烦python： cnn: import torch import torch.utils.data as Data import matplotlib.pyplot as plt import torch.nn.functional as F import torch.nn as nn im 阅读全文