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

自定义博客皮肤

-+
  • 博客(2)
  • 收藏
  • 关注

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 21:39:33 709 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 1218

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