2017年06月_JK-Ray

原创 David Silver《Reinforcement Learning》课程解读—— Lecture 4： Model-Free Prediction

David Silver《Reinforcement Learning》课程解读—— Lecture 4： Model-Free PredictionDP动态规划能够解决已知environment的MDP问题，即已知S,A,P,R,γ S,A,P,R,γ，根据是否已知policy又将问题划分为prediction和control的问题。本质上来说这种known MDP问题已知environment即

2017-06-22 10:35:12 913 2

原创 C++程序设计学习笔记

最近在学习北大《C++程序设计》这门公开课，重新复习C++编程知识。笔记记录在了gitbook上，有兴趣的同学可以点击北大C++程序设计学习笔记进行访问。Thanks！

2017-06-13 23:47:12 452

原创 David Silver《Reinforcement Learning》课程解读—— Lecture 3： Planning by Dynamic Programming

David Silver《Reinforcement Learning》课程解读—— Lecture 3： Planning by Dynamic ProgrammingDP用来解决MDPs的planning问题，主要解决途径有policy iteration和value iteration。目录：IntroductionPolicy EvaluationPolicy IterationVa

2017-06-07 01:25:07 1881

原创机器学习的明天——迁移学习

浅谈迁移学习——机器学习的明天上个月，柯洁大战AlphaGo落下帷幕，19岁的男孩少有地在比赛中落泪，赛后他为我们留下一句话，柯洁说“AlphaGo”看上去像神一样的存在，好像他是无懈可击的··· 的确，DeepMind创造的AlphaGo让人为之赞叹，让柯洁为之疯狂。而背后，从机器学习的角度，充分证明了深度强化学习和大数据的重要意义。DeepMind

2017-06-02 23:32:22 11040 1

原创 David Silver《Reinforcement Learning》课程解读—— Lecture 2： Markov Decision Process

David Silver《Reinforcement Learning》课程解读 Section 2Lecture 2： Markov Decision ProcessMDPs正式描述了强化学习的环境，几乎所有的强化学习问题都可以描述为MDPs。1. Markov Process用于描述RL的环境，该环境完全可观（如当前状态完整描述了整个过程）。特性无后效/ 记忆性状态转移矩阵Pss′P_{s

2017-06-02 08:13:29 2620

原创利用moveit在ROS RViz下仿真控制UR机械臂

利用moveit在ROS RViz下仿真控制UR机械臂上一篇博客介绍了UR5机械臂仿真环境的搭建，接下来讲介绍一下如何利用ROS官方提供的moveit包在RViz控制UR5运动，以及RViz界面的几个主要功能介绍。首先，让我们先了解一下UR5的RViz控制界面：界面主要分为三部分，左上角Displays窗口主要通过修改一些参数来更改UR

2017-06-01 20:32:24 19371 3

原创浅谈GAN生成对抗网络

浅谈GAN——生成对抗网络重要引用：深度学习新星：GAN的基本原理、应用和走向 | 硬创公开课；生成对抗网络(GAN)相比传统训练方法有什么优势?；通过拳击学习生成对抗网络（GAN）的基本原理最近总是听老板提起对抗学习，好奇之心，在网上搜集了一些相关资料，整理如下，大部分摘自重要引用的内容。近年来，基于数据而习得“特征”的深度学习技术受到狂热追捧，而其中GAN模型训练方法更加具有激进意

2017-06-01 10:58:29 15879 3

科大一小僧