OhTuzimao的博客

总的来说这篇文章的目的是训练出一个Agent在能够完成所需要的目标前提下，它的动作更贴近真实（也就是提供的参考动作）。整个DeepMimic所需要的input分为三部分：一个被称为Character的Agent模型；想要Agent学习的参考动作（reference motion）；想要Agent完成的任务（task）所定义的reward function。训练之后会得到一个可以控制Agent同时满...

先占个坑，立志于写一个简单易懂又符合逻辑的深度强化学习教程吧。这篇文章适合知道Reinforcement Learning是啥，稍稍有些理解，最好是对DQN有些理解的小伙伴们阅读。如果你还不知道强化学习的基本概念，Q Learning是什么，DQN是什么的话，那可以先去有个了解再回来哦。然后的话这篇文章里面部分数学方面的推导将直接给结论，因为有点太复杂了，感兴趣的朋友可以去原paper里去找。强化...