动态规划中 策略迭代 和 值迭代 的一个小例子
Angry_Panda 2019-01-24 13:47
阅读:6185
评论:0
推荐:4
我的随笔
爬格子问题（经典强化学习问题） Sarsa 与 Q-Learning 的区别
Angry_Panda 2019-01-24 09:25
阅读:4191
评论:0
推荐:0
南京大学俞扬博士：强化学习前沿（下） (转载)
Angry_Panda 2019-01-23 14:27
阅读:1773
评论:0
推荐:0
南京大学俞扬博士万字演讲全文：强化学习前沿（上） （转载）
Angry_Panda 2019-01-22 21:22
阅读:1289
评论:0
推荐:0
Learning from delayed reward (Q-Learning的提出) （Watkins博士毕业论文）（建立了现在的reinforcement Learning模型）
Angry_Panda 2019-01-11 20:47
阅读:5476
评论:0
推荐:0
ubuntu18.04 server配置静态ip (转载)
Angry_Panda 2019-01-11 14:27
阅读:1369
评论:0
推荐:0
强化学习 reinforcement learning： An Introduction 第一章， tic-and-toc 代码示例 （结构重建版，注释版）
Angry_Panda 2019-01-10 10:02
阅读:1309
评论:0
推荐:0
杨强：深度学习、强化学习、迁移学习的结合及应用进展 （转载）
Angry_Panda 2019-01-08 11:28
阅读:3054
评论:0
推荐:0
做强化学习， 怎么往下走，个人思考
Angry_Panda 2019-01-08 10:52
阅读:221
评论:1
推荐:0
[python]自问自答：python -m参数？ （ python3.7 版本 ）
Angry_Panda 2019-01-07 21:42
阅读:2393
评论:1
推荐:0
浙公网安备 33010602011771号