更多筛选
全部 视频 音频 图片 文档 PPT 其它
最新 最热 最赞
5.4 Tensorflow复习
leixy 706
4.1 状态-动作价值函数
leixy 713
4.2 Sarsa
leixy 715
4 Q-learning
leixy 705
2.4 探索与利用的意义
leixy 712
2.2 简单策略和贪婪策略
leixy 717
2.3 探索利用平衡
leixy 710
2.5 epsilon贪心策略
leixy 716
2.1 MAB问题描述
leixy 720
2 多臂老虎机
leixy 704
1.2马尔可夫决策过程
leixy 720
1.3环境已知与未知
leixy 727
1.4环境的确定性与随机性
leixy 721
1.5强化学习的应用
leixy 718
1.1马尔可夫过程
leixy 722
案例 多臂老虎机问题策略的实现
leixy 1986
案例 利用策略迭代和值迭代求解迷宫寻宝问题
leixy 1979
案例 迷宫寻宝
leixy 1980
案例 REINFORCE算法求解小车爬山游戏
leixy 1987
1 强化学习关键概念
leixy 1978