自定义博客皮肤VIP专享

*博客头图：

格式为PNG、JPG，宽度*高度大于1920*100像素，不超过2MB，主视觉建议放在右侧，请参照线上博客头图

请上传大于1920*100像素的图片！

博客底图：

图片格式为PNG、JPG，不超过1MB，可上下左右平铺至整个背景

栏目图：

图片格式为PNG、JPG，图片宽度*高度为300*38像素，不超过0.5MB

主标题颜色：

RGB颜色，例如：#AFAFAF

Hover：

RGB颜色，例如：#AFAFAF

副标题颜色：

RGB颜色，例如：#AFAFAF

预览 取消 提交

自定义博客皮肤

-+
上一步保存

m0_55550911的博客

  • 博客(2)
  • 收藏
  • 关注
排序：
按最后发布时间
按访问量
RSS订阅

原创 强化学习算法——PPO近端策略优化

2017年，OpenAI的Schulman等人提出了一种新型策略梯度算法PPO，其在和之间交替。根据 agent 的决策方式，可将强化学习分为 value-based 和 policy-based。

2023-04-10 21:39:33 710 2

翻译 Matlab强化学习——部署策略

当 agent 训练完成后，我们可以生成代码去部署最优策略

2023-02-10 17:50:08 1220

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

提示
确定要删除当前文章？
取消 删除