关注
分享
在人工智能领域中，强化学习是一种引人注目的技术，它赋予计算机智能决策的能力。通过与环境的交互学习，强化学习代理能够自主探索并通过试错来优化决策过程。本专栏将为您介绍强化学习的基础知识，包括其核心概念、算法和应用领域，帮助您深入了解这一令人兴奋的领域。
C喳喳
知之为知之，不知为不知，是知也。
展开
-
注意力机制的应用(附代码)
注意力机制是一种在神经网络中引入注意力概念的方法，用于提高神经网络的计算效率和预测准确率。它通过为每个输入分配不同的注意力权重，来让神经网络更加重视某些输入，从而更好地处理序列数据。原创 2022-12-09 16:23:00 · 1987 阅读 · 0 评论 -
路径跟随路径点画法
# coding=utf-8import timeimport matplotlib.pyplot as pltimport numpy as npdef fig1(): s1 = 0 # 弧长 T = 0.05 # 采样周期 vr = 10 # 速度 A = 5 gamma = np.linspace(0, 2 * np.pi) # x = np.linspace(0, 500, 100) # 返回num均匀分布的样本，在[star.原创 2022-02-22 20:56:07 · 847 阅读 · 0 评论 -
Python生成点云图
python生成点云图，三维图原创 2023-03-13 13:03:12 · 893 阅读 · 0 评论 -
强化学习画reward曲线图（不带阴影）
强化学习画reward曲线图原创 2022-10-05 16:49:10 · 2340 阅读 · 0 评论 -
列表切片的应用
从任意大小的数组中随机选取一段连续切片原创 2022-10-18 15:31:43 · 95 阅读 · 0 评论 -
python实现胡萝卜路径追踪算法
基于python实现胡萝卜路径跟踪原创 2021-12-14 22:25:06 · 1851 阅读 · 0 评论 -
强化学习基础
强化学习所需要了解的知识强化学习是一种机器学习方法，强化学习能够使Agent能够在交互式环境中年通过试验并根据自己的行动和经验反馈的错误来进行学习。创建一个基本的强化学习问题，我们需要了解以下内容：1.环境，也就是Agent操作的现实世界。2.状态，也就是Agent的现状。3.奖励，也就是来自环境的反馈。4.策略，也就是将Agent的状态映射到动作的方法。5.价值，也就是Agent在特定状态下采取行动所得到的报酬。所以说，为了建立一个最优策略，Agent需要不断探索新的状态，同时最大化其所获原创 2021-09-12 09:12:22 · 558 阅读 · 0 评论