我的随笔

强化学习从基础到进阶-案例与实践[5.1]：Policy Gradient策略梯度-Cart pole游戏展示

汀、人工智能 2023-06-30 15:53 阅读:75 评论:0 推荐:0

强化学习从基础到进阶-常见问题和面试必知必答[8]：近端策略优化（proximal policy optimization，PPO）算法

汀、人工智能 2023-06-28 18:56 阅读:190 评论:0 推荐:0

强化学习从基础到进阶--案例与实践[7.1]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解项目实战

汀、人工智能 2023-06-27 23:20 阅读:169 评论:0 推荐:0

强化学习从基础到进阶-常见问题和面试必知必答[7]：深度确定性策略梯度DDPG算法、双延迟深度确定性策略梯度TD3算法详解

汀、人工智能 2023-06-27 23:19 阅读:165 评论:0 推荐:0

强化学习从基础到进阶-常见问题和面试必知必答[6]：演员-评论员算法（advantage actor-critic，A2C），异步A2C、与生成对抗网络的联系等详解

汀、人工智能 2023-06-26 22:56 阅读:251 评论:0 推荐:0

强化学习从基础到进阶-常见问题和面试必知必答[5]：：梯度策略、添加基线（baseline）、优势函数、动作分配合适的分数（credit）

汀、人工智能 2023-06-25 20:23 阅读:240 评论:0 推荐:0

强化学习从基础到进阶-案例与实践[4.1]：深度Q网络-DQN项目实战CartPole-v0

汀、人工智能 2023-06-24 23:42 阅读:229 评论:0 推荐:0

强化学习从基础到进阶-常见问题和面试必知必答[4]：：深度Q网络-DQN、double DQN、经验回放、rainbow、分布式DQN

汀、人工智能 2023-06-24 23:41 阅读:320 评论:0 推荐:0

强化学习从基础到进阶-常见问题和面试必知必答[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战

汀、人工智能 2023-06-23 15:33 阅读:98 评论:0 推荐:0

强化学习从基础到进阶-案例与实践[3]：表格型方法：Sarsa、Qlearning；蒙特卡洛策略、时序差分等以及Qlearning项目实战

汀、人工智能 2023-06-23 15:30 阅读:510 评论:0 推荐:0