![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
强化学习
文章平均质量分 74
Fitz_p
这个作者很懒,什么都没留下…
展开
-
每天学点算法->进化策略->遗传算法简单例子解读
假设草原上有一群斑马,这群斑马里面,有些斑马跑的比较快,有的跑的慢,而狮子每次捕猎能抓到跑的慢的斑马,那么经过一代代的繁衍,根据达尔文进化论,留下的大部分斑马都是跑的比较快的。进化策略也是基于这优胜略汰,适者生存的套路,通过模拟一个种群的进化过程,逐步优化参数,最终使得目标函数达到最优.在这个例子中目标函数:max=sin(10*x)*x + cos(2*x)*x ; x属于[0,5]...原创 2018-10-12 00:34:21 · 713 阅读 · 0 评论 -
每天学点算法->强化学习->Q_learning
本文将按照以下顺序进行内容安排: 一.Q_learning 简单示例 二.示例的逻辑思路和代码 三.Q_learning应用拓展 第一部分:Q_learning 简单示例——寻找目标T表示目标位置o表示人物位置人物随机出生在一个地点,人物不知道T的位置,但每次可以向左或向右走一步,走到T位置则完成任务。 第二部分:简单示例的逻辑代...原创 2018-10-08 00:21:16 · 361 阅读 · 0 评论 -
每天学点算法->强化学习->Q_learning走迷宫
今天给大家分享如何用Q_learning算法来实现走迷宫,我们的红色方块会一次次的尝试不同的格子,直到落入黑格子,获得惩罚*1;或者走进黄格子,获得奖励*1为止。每一次游戏都会更新Q_table的权重,以实现红色方块下一次能够更加快速的找到黄格子。本文参照了莫烦python的博客:https://morvanzhou.github.io/tutorials/machine-learning...原创 2018-10-08 23:34:26 · 3006 阅读 · 5 评论