- 博客(8)
- 收藏
- 关注
RSS订阅原创 强化学习算法分类总结
知识总结：https://www.jianshu.com/p/a04a8c7bee98A2C，A3C，PPO1，PPO2 ：策略函数的优化(πθ(a|s))Q-learing : 动作值函数的优化(Qθ(s,a))DDPG，SAC ：结合策略函数和动作值函数(πθ(a|s)+Qθ(s...
2019-10-31 21:31:59
969
原创 on-policy和off-policy区别
Policy Optimization 通常是on-policy的，也就是每次更新策略采用最新策略产生的数据。Q-Learning 通常是Off-Policy的，这就意味着训练的数据可以是训练期间任意时刻的数据。...
2019-10-31 20:58:17
922
转载 linux 打开文件数 too many open files 解决方法
too many open files出现这句提示的原因是程序打开的文件/socket连接数量超过系统设定值。查看每个用户最大允许打开文件数量ulimit -afdipzone@ubuntu:~$ ulimit -acore file size (blocks, -c) 0data seg size (kbytes, -d) unli...
2019-10-16 20:30:44
183
转载 使用imp.load_source（）
python根据路径导入模块的两种方法：sys.path.append（sys.path.insert）和imp.load_source假设在路径/home/Code/Python3/下有一个文件test.py， 内容如下： def myadd(x,y): return x+y方法一sys.path.append import sys sys.path.appe...
2019-10-16 10:43:54
946
原创 gazebo 启动gzclient时出现错误[Err] [InsertModelWidget.cc:302] Missing model.config for model
在Gazebo启动gzclient 时，出现如下的错误：解决办法：(问题出现在目录.gazebo/model/gui.ini文件)原始的.gazebo/model/gui.ini内容如下：修改为：先export GAZEBO_MASTER_URI=http://localhost:端口号gzclient 启动...
2019-10-14 15:29:39
8255
1
转载 ubuntu 查看端口并关闭
Ubuntu查看端口使用情况，使用netstat命令：查看已经连接的服务端口（ESTABLISHED）netstat -a查看所有的服务端口（LISTEN，ESTABLISHED）netstat -ap查看指定端口，可以结合grep命令：netstat -ap | grep 8080也可以使用lsof命令：lsof -i:8888若要关闭使用这个端口的程序...
2019-10-12 14:10:17
1154
原创 强化学习State和Observation的区别
State和Observation区别：State是Environment的私有表达，我们往往不知道不会直接到的。在 MDP 中，当前状态State（Markov state）包含了所有历史信息，即将来只和现在有关，与过去无关，因为现在状态包含了所有历史信息。举个例子，在一个遵循牛顿第二定律的世界里，我们随意抛出一个小球，某一时刻t知道了小球的速度和加速度，那么t之后的小球的位置都可以...
2019-10-11 20:16:05
5996
3
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人