原 【强化学习笔记】9.1 基于确定性策略搜索的强化学习方法
2018-08-04 23:44:59
阅读数：252
评论数：0
原 【强化学习笔记】8.1 基于置信域策略优化的强化学习方法
2018-08-04 23:32:54
阅读数：219
评论数：0
原 【强化学习笔记】7.1 基于策略梯度的强化学习方法
2018-07-13 00:17:02
阅读数：345
评论数：1
转 强化学习实验环境 I (MuJoCo, OpenAI Gym, rllab, DeepMind Lab, TORCS, PySC2)
2018-07-12 17:34:31
阅读数：294
评论数：0
原 【强化学习笔记】6.6 基于值函数逼近的强化学习方法-TD Q-learning非线性逼近softmax代码实现
2018-06-30 15:31:19
阅读数：223
评论数：0
原 【强化学习笔记】6.7 基于值函数逼近的强化学习方法-深度强化学习网络(DQN)
2018-06-28 23:49:29
阅读数：365
评论数：0
原 【强化学习笔记】6.5 基于值函数逼近的强化学习方法-TD Q-learning非线性逼近代码实现
2018-06-21 18:10:50
阅读数：209
评论数：0
原 【强化学习笔记】6.4 基于值函数逼近的强化学习方法-TD Q-learning线性逼近代码实现
2018-06-19 19:10:26
阅读数：342
评论数：0
原 【强化学习笔记】6.3 基于值函数逼近的强化学习方法-TD Sarsa算法线性逼近代码实现
基于值函数逼近的强化学习方法-TD Sarsa算法线性逼近原理见【强化学习笔记】6.1 基于值函数逼近的强化学习方法 待更
2018-06-15 11:19:12
阅读数：187
评论数：0
原 【强化学习笔记】6.2 基于值函数逼近的强化学习方法-蒙特卡洛线性逼近代码实现
2018-06-15 10:42:53
阅读数：209
评论数：0
原 【强化学习笔记】6.1 基于值函数逼近的强化学习方法
2018-06-11 23:46:47
阅读数：245
评论数：0
原 【强化学习笔记】5.3 无模型的强化学习方法-时间差分之Q_learning算法代码实现
2018-06-11 20:22:49
阅读数：187
评论数：0
原 【强化学习笔记】5.2 无模型的强化学习方法-时间差分之Sarsa算法代码实现
时间差分之Sarsa算法代码实现 原理见【强化学习笔记】5.1 无模型的强化学习方法-时间差分算法
2018-06-11 20:12:34
阅读数：124
评论数：0
原 【强化学习笔记】4.4 无模型的强化学习方法-蒙特卡罗算法与重要性采样代码实现
原理部分请参见【强化学习笔记】4.3 无模型的强化学习方法-蒙特卡罗算法与重要性采样
2018-06-11 17:26:59
阅读数：304
评论数：0
原 【强化学习笔记】4.2 无模型的强化学习方法-蒙特卡罗算法编程实现
2018-06-11 16:14:26
阅读数：285
评论数：1
原 【强化学习笔记】4.3 无模型的强化学习方法-蒙特卡罗算法与重要性采样
2018-06-08 14:55:18
阅读数：350
评论数：0
原 【强化学习笔记】3.3 基于模型的值迭代方法编程实现
2018-06-06 10:06:42
阅读数：256
评论数：0
原 【强化学习笔记】5.1 无模型的强化学习方法-时间差分算法
2018-03-07 16:55:52
阅读数：643
评论数：0