二两当归-CSDN博客

原创通俗讲解深度强化学习经典算法——DQN

DQN的核心思想就是训练一个Q网络，这个Q网络输入当前环境的状态，输出为agent所有动作的Q值，agent选择具有最大Q值的动作作为当前时刻的行动，以此循环往复直至回合结束。上述就是DQN的整体思想。此外，为了更好地训练Q网络以及保证算法的稳定性，论文提出了经验回放缓冲池、目标网络的思想，后续会详细讲解。

2024-08-17 21:29:43 4104

原创深度强化学习（DRL）算法（DQN、DDPG、PPO、SAC等）完整代码实现

一个深度强化学习算法实现的GitHub项目，包含DQN、DDPG、PPO、SAC等主流算法的完整代码。项目特点包括：代码简洁易读，依赖包常见，环境兼容性好；每个算法独立文件夹，运行简单；已实现DDPG、DQN及其变体、PPO、SAC等多种算法。项目提供了实验结果展示和丰富的参考资料，包括关键论文、技术博客和相关课程链接。该项目适合强化学习初学者和研究者使用，遇到问题可在GitHub提交issue。项目持续更新中，欢迎贡献和star支持。

2024-07-12 16:01:46 818 6

原创 Java中的整数类型（int、long）的最大、最小值

Java整数的最大值

2024-04-03 11:31:25 4380 1

原创详解DROO论文中的order-preserving quantization method(保序量化方法)

保序量化方法

2024-03-29 16:54:29 2253 16

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

原创 通俗讲解深度强化学习经典算法——DQN

原创 深度强化学习（DRL）算法（DQN、DDPG、PPO、SAC等）完整代码实现

原创 Java中的整数类型（int、long）的最大、最小值

原创 详解DROO论文中的order-preserving quantization method(保序量化方法)

空空如也

空空如也

原创通俗讲解深度强化学习经典算法——DQN

原创深度强化学习（DRL）算法（DQN、DDPG、PPO、SAC等）完整代码实现

原创详解DROO论文中的order-preserving quantization method(保序量化方法)