燀燿-CSDN博客

原创基于价值的强化学习

本文承接强化学习基础概念，聚焦基于价值的深度强化学习核心。以超级马里奥和开车旅行为直观案例，讲解深度 Q 网络 (DQN) 的网络结构与智能体控制逻辑，重点拆解时序差分 (TD) 学习的精髓 —— 走一步更新一步的高效训练方式。推导了 DQN 的 TD 目标、损失函数与完整训练流程，对比了监督学习与 TD 学习的本质差异，最后总结核心公式并给出后续学习路线，帮助读者从零建立对 DQN 的清晰认知。

2026-04-07 16:25:32 298

原创强化学习基本概念

本文通过《超级马里奥》游戏类比，系统讲解强化学习的核心概念。首先介绍强化学习的基本思想：智能体通过与环境交互，在试错中学习最优决策。然后详细解析5个基础概念：状态与动作、状态转移、奖励、策略，以及回报与价值函数。其中重点阐述了动作价值函数Q和状态价值函数V的区别与联系。最后说明AI控制智能体的两种方式：基于策略的直接控制和基于价值函数的间接控制。全文采用游戏案例+数学公式结合的方式，使抽象概念更易理解，为后续强化学习实战奠定理论基础。

2026-04-06 21:52:32 331

原创 MaCA多智能体对抗仿真平台研究

MaCA是一个支持多智能体对抗算法研究的环境，提供电磁空间对抗场景，包含探测和攻击两类智能体单元。环境架构由推演引擎、对抗调度模块和场景库组成，支持自定义观测结构和决策算法。接口功能包括环境初始化、状态获取、动作执行和奖励计算等。开发者可通过Python调用深度学习框架实现算法，并自定义智能体行为和回报规则。该环境为研究多智能体深度强化学习提供了标准化平台。

2026-03-23 16:21:09 503

原创 C++学习——内存管理

本文介绍了C++中几个内存管理概念：匿名对象的生命周期仅限于当前语句行，执行完毕立即销毁构造和析构顺序遵循"先构造后析构"原则，静态局部变量在首次使用时构造 C++内存分为栈、堆、数据段、代码段等区域，各有不同的特性 new/delete与malloc/free的区别在于：new/delete会自动调用构造/析构函数，且失败时抛出异常 operator new本质是malloc+异常处理，定位new可以在已有空间上调用构造函数这些概念对理解C++对象生命周期和内存管理机制至关重要

2026-03-04 21:11:58 647

原创 C++学习——类和对象（下）

本文探讨了C++中的几个关键问题：1) 浅拷贝导致的堆内存共享问题，包括内存泄漏和双重释放；2) const成员函数的权限问题，强调const成员函数不能调用非const成员函数；3) 初始化列表的成员变量初始化顺序取决于声明顺序而非初始化列表顺序；4) explicit关键字禁止隐式类型转换；5) static成员变量的声明和定义方式，以及static成员函数的特性。文章通过代码示例展示了这些问题及其解决方案，帮助理解C++类设计中的常见陷阱和最佳实践。

2026-02-02 23:58:05 665

原创 C++学习——日期类

本文实现了一个完善的日期类(Date)，包含构造函数、拷贝构造函数和赋值运算符重载。主要功能包括：日期比较运算符重载(>,<,==,<=,>=,!=) 日期加减运算(+,-,+=,-=)及自增自减运算符(++,--) 计算两个日期之间的天数差处理闰年二月天数问题提供打印日期功能测试代码展示了日期对象的创建、比较、加减运算等操作。该实现考虑了日期合法性检查，并正确处理了跨年跨月的日期计算问题。

2026-01-24 21:28:12 154

原创 C++学习——类和对象（上）

本文介绍了C++类的基本概念和使用方法，主要包括：1）类的简单定义与成员变量赋值问题，指出字符串常量需使用string类型；2）访问限定符的作用；3）类成员函数的声明与定义区别；4）this指针的原理及空指针调用成员函数的注意事项；5）构造函数的特性与默认构造函数规则；6）析构函数的调用时机；7）拷贝构造函数的必要性。通过代码示例展示了这些概念的实际应用，并分析了常见错误原因。文章还解释了类对象的内存布局特点，指出成员函数不占用对象存储空间。

2026-01-17 19:58:35 304

原创 C++学习——C++基础

本文介绍了C++中函数缺省参数、函数重载、引用和内联函数等核心概念。函数缺省参数分为全缺省和半缺省，需注意参数传递规则；函数重载要求参数类型或数量不同，仅返回值不同不构成重载；引用本质是变量别名，需注意const权限问题，临时变量只能绑定const引用；引用作参数和返回值可提高效率，但需确保返回变量生命周期；内联函数以空间换时间，适合短小函数，不能分离声明和定义；最后推荐使用nullptr替代NULL以避免歧义。这些特性共同提升了C++的灵活性和效率。

2026-01-14 20:50:11 1052

chanyaoC的博客