發簡信
IP屬地：貴州
-
激活office2019 專業增強版
新建文本文檔，輸入以下代碼： 保存之后，修改文本文檔后綴，將.txt修改為.bat保持聯網，然后以管理員身份運行，等待數秒，即可激活。
-
強化學習基礎篇（三十六）Greedy探索算法
強化學習基礎篇（三十六）Greedy探索算法 1、貪婪算法（Greedy Algorithm） 我們使用每次的即時獎勵來計算得到時刻止某一行為的...
-
強化學習基礎篇（三十五）探索與利用（Exploration and Exploitation）強化學習基礎篇（三十五）探索與利用（Exploration and Exploitation） 1、探索與利用簡介 在強化學習中，探索（Expl...
-
強化學習基礎篇（三十四）基于模擬的搜索算法強化學習基礎篇（三十四）基于模擬的搜索算法 上一篇Dyna算法是基于真實經驗數據和模擬經驗數據來解決馬爾科夫決策過程的問題。本篇將結合前向搜索和...
-
強化學習基礎篇（三十三）Dyna算法強化學習基礎篇（三十三）Dyna算法 1、使用模型進行規劃 基于模型的強化學習算法的主要成分可以分為學習（Learning）和規劃（Planni...
-
強化學習基礎篇（三十二）基于模型的強化學習算法強化學習基礎篇（三十二）基于模型的強化學習算法 在策略梯度算法中，智能體是直接從經驗中去學習策略。之前value-based的方法中，智能體是直...
-
強化學習基礎篇（三十一）策略梯度(3)Actor-Critic算法強化學習基礎篇（三十一）策略梯度(3)Actor-Critic算法 1.引入Baseline 在使用策略梯度方法更新過程中，降低方差的另一種方法...
-
強化學習基礎篇（三十）策略梯度(二)MC策略梯度算法強化學習基礎篇（三十）策略梯度(二)MC策略梯度算法 1、Score Function 假設策略是可微分的，并且在任何時候都不為0，我們可以使用...
-
強化學習基礎篇（二十九）策略梯度(一)強化學習基礎篇（二十九）策略梯度(一) 之前我們一直都是對價值函數或者動作值函數進行參數化近似：其中策略是間接得通過值函數進行貪婪策略產生，但本...