還是自己搭的博客靠譜，簡書把我的幾乎所有的文章都鎖定了。申訴根本沒用！將大部分文章都整理到了自己博客，我也將會在那里更新。 歡迎關(guān)注：https...
投稿
收錄了8篇文章 · 10人關(guān)注
-
好多文章被鎖 請?jiān)L問我的博客
-
強(qiáng)化學(xué)習(xí)：自動駕駛——Carla 模擬器簡介自動駕駛是機(jī)器學(xué)習(xí)的一個(gè)重要的應(yīng)用領(lǐng)域，作為普通學(xué)習(xí)者，我們是否可以運(yùn)用自己學(xué)到的機(jī)器學(xué)習(xí)方法訓(xùn)練自動駕駛模型，完成自動駕駛的任務(wù)呢？是否需要一...
-
深度強(qiáng)化學(xué)習(xí)——Policy Gradient 玩轉(zhuǎn) CartPole 游戲Image from unsplash.com by helloquence 前面的文章我們介紹了 Q-learning, DQN 等方法都是基...
-
AI學(xué)習(xí)筆記——Sarsa算法上一篇文章介紹了強(qiáng)化學(xué)習(xí)中的Q-Learning算法，這篇文章介紹一個(gè)與Q-Learning十分類似的算法——Sarsa算法。 1. 回顧Q L...
-
AI學(xué)習(xí)筆記——強(qiáng)化學(xué)習(xí)之動態(tài)規(guī)劃(Dynamic Programming)解決MDP(2)求解最優(yōu)MDP實(shí)際上就是找到最佳策略(Policy)π來最大化來最大化V函數(shù)(Value Function)。 1. 策略估算(Policy E...
-
AI學(xué)習(xí)筆記——強(qiáng)化學(xué)習(xí)之值函數(shù)近似(Value Function Approximation)(2)
前文介紹了函數(shù)近似來預(yù)測V函數(shù)，但是還沒涉及到行動和控制，這篇文章就來談?wù)動媒芉函數(shù)來控制和行動。 1. 控制——遞增算法 Increment...
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1710495/1*c1VyibGoSXQFjRM16l4UDA.png', '推薦專題《強(qiáng)化學(xué)習(xí)》（ 分享自 @簡書 ）','http://www.itdecent.cn/c/93ab94368bd0?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','頁面編碼gb2312|utf-8默認(rèn)gb2312'));){kind=link}