- 博客(4)
- 收藏
- 关注
RSS订阅原创 Actor-Critic
Actor-Critic文章目录Actor-Critic算法思想算法实现参考文章算法思想 Actor-Critic是一种基于策略和价值的强化学习算法，原来 Actor-Critic 的 Actor 的前生是 Policy Gradients ，这能让它毫不费力地在连续动作中选取合适的动作,，而 Q-learning 做这件事会瘫痪。原来 Actor Critic 中的 Critic 的前生是 Q-learning 或者其他的以值(value)为基础的学习法 , 能进行单步更新，而传统的 Policy
2021-09-12 17:35:54
405
原创 深度确定性策略梯度（DDPG）
Deep Deterministic Policy Gradient文章目录Deep Deterministic Policy Gradient算法思想伪代码算法实现附录参考文献算法思想 在介绍DDPG之前，先来介绍几个概念：确定性策略是指某个状态执行的动作是一定的；随机性策略是指在某个状态得到的是执行动作的概率，可能执行不同的动作。确定性策略是和随机策略相对而言的，对于某一些动作集合来说，它可能是连续值，或者非常高维的离散值，这样动作的空间维度极大。如果我们使用随机策略，即像DQN一样研究它所有
2021-09-05 21:39:54
2051
原创 Win10 Ubuntu20.04LTS双系统安装
Win10 Ubuntu20.04LTS双系统安装前言安装环境软件win10下硬盘分区Ubuntu安装安装过程遇到的问题前言安装环境软件win10下硬盘分区Ubuntu安装安装过程遇到的问题
2021-01-27 20:46:55
491
原创 Linux下切换root用户提示Authentication failure错误的解决方法
第一种情况可能是root密码输入错误造成的，再仔细检查一遍是否输入错误第二种是刚安装完，没有设置root用户密码导致的，解决办法：sudo passwd然后会让你输入当前用户密码输入完后再输入root用户密码就可以了...
2018-09-16 16:33:53
67537
7
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