RL
作者介绍
心比天高，脚踏实地。
不忘初心，不畏将来。
-
原创
RL之MAB：多臂老虎机Multi-Arm Bandit的简介、应用、经典案例之详细攻略
RL之MAB：多臂老虎机Multi-Arm Bandit的简介、应用、经典案例之详细攻略 目录 多臂老虎机Multi-Arm Bandit的简介 1、微软亚洲研究院解释多臂老虎机—探索还是守成 2、MAB与RL的内在联系 3、多臂老虎机的重要进展 3.1、1933年最初老虎机模型—解决随机双盲实验的序列决策模型 3.2、Epsilon-greedy→老鼠找蛋糕的实验...2019-09-19 09:47:24 阅读数 1078 评论数 0 -
原创
RL之SARSA：利用强化学习之SARSA实现走迷宫—训练智能体走到迷宫(复杂陷阱迷宫)的宝藏位置
RL之SARSA：利用强化学习之SARSA实现走迷宫—训练智能体走到迷宫(复杂陷阱迷宫)的宝藏位置 目录 输出结果 设计思路 实现代码 测试记录全过程 输出结果 设计思路 实现代码 后期更新…… 测试记录全过程 …… ...2018-10-22 11:46:50 阅读数 7352 评论数 2 -
原创
RL之DQN：基于TF训练DQN模型玩“打砖块”游戏
RL之DQN：基于TF训练DQN模型玩“打砖块”游戏 目录 输出结果 设计思路 训练过程 输出结果 1、test01 2、test02 设计思路 训练过程 后期更新…… ...2018-10-23 09:52:20 阅读数 7302 评论数 0 -
原创
RL之PG：基于TF利用策略梯度算法玩Cartpole游戏实现智能得高分
RL之PG：基于TF利用策略梯度算法玩Cartpole游戏实现智能得高分 目录 输出结果 设计思路 测试过程 输出结果 视频观看地址：强化学习—基于TF利用策略梯度算法玩Cartpole游戏实现智能得高分 设计思路 测试过程 Episode: 1 ~ 5 Average reward: 15.000000. Episode:...2018-10-23 16:34:19 阅读数 6785 评论数 0 -
原创
RL之Q Learning：利用强化学习之Q Learning实现走迷宫—训练智能体走到迷宫(简单迷宫)的宝藏位置
RL之Q Learning：利用强化学习之Q Learning实现走迷宫—训练智能体走到迷宫(简单迷宫)的宝藏位置 目录 输出结果 设计思路 实现代码 测试记录全过程 输出结果 设计思路 实现代码 from __future__ import print_function import numpy as np import ...2018-10-21 20:49:39 阅读数 8384 评论数 0 -
原创
RL之Q Learning：利用强化学习之Q Learning实现走迷宫—训练智能体走到迷宫(复杂迷宫)的宝藏位置
RL之Q Learning：利用强化学习之Q Learning实现走迷宫—训练智能体走到迷宫(复杂迷宫)的宝藏位置 目录 输出结果 设计思路 实现代码 测试记录全过程 输出结果 设计思路 实现代码 from __future__ import print_function import numpy as np i...2018-10-21 21:25:17 阅读数 7184 评论数 0 -
原创
ML之RL：强化学习Reinforcement Learning的简介、应用、经典案例、学习资源之详细攻略
ML之RL：强化学习Reinforcement Learning的简介、应用、经典案例、学习资源之详细攻略 目录 强化学习的简介 0、强化学习相关论文 1、强化学习的常用算法 1.1、策略学习 1.2、Q-Learning 2、强化学习重要进展 强化学习的案例应用 强化学习的学习资源 1、Frameworks and Packages 2、Reading ...2018-01-10 17:27:23 阅读数 10020 评论数 0