更多筛选
全部 视频 音频 图片 文档 PPT 其它
最新 最热 最赞
7.2 Actor-Critic的思想
leixy 782
7.1 策略梯度方法的缺点
leixy 791
7.3_7.4 Actor-Critic的算法流程
leixy 785
讲义7.2Actor-Critic的思想
leixy 2079
讲义2.4探索与利用的意义
leixy 2086
讲义7.6DDPG的算法流程
leixy 2104
讲义7.5广义优势函数估计
leixy 2056
讲义6.4蒙特卡罗方法
leixy 2064
讲义6.2随机性策略梯度方法
leixy 2051
讲义6.1基于策略的思想
leixy 2066
讲义5.3Sarsa和Q-learning在悬崖寻路问题上的实现
leixy 2059
讲义5.2Gym的使用方法
leixy 2054
讲义5.1Gym简介和环境加载
leixy 2066
讲义4.5DQN
leixy 2055
讲义4.4Q-learning和Sarsa的对比
leixy 2048
讲义4.2Sarsa
leixy 2035
讲义4.1状态-动作价值函数
leixy 2057
讲义3.5值迭代法
leixy 2026
讲义3.3状态价值的定义与思想
leixy 2030
讲义2.6案例训练 多臂老虎机问题策略实现
leixy 2019