包含标签：强化学习 的文章
-
Softmax Strategy
1. epsilon-greedy strategy 11111 2. UCB strategy 222 3. Softmax strategy 333 4. Gradient strategy 444 References [1] 科学网—【RL系列】Multi-Arme……admin 2023-08-15
-
【深度强化学习】(5) DDPG 模型解析，附Pytorch完整代码
大家好，今天和各位分享一下深度确定性策略梯度算法 (Deterministic Policy Gradient，DDPG)。并基于 OpenAI 的 gym 环境完成一个小游戏。完整代码在我的 Git…… -
【深度强化学习】(1) DQN 模型解析，附Pytorch完整代码
大家好，今天和各位讲解一下深度强化学习中的基础模型 DQN，配合 OpenAI 的 gym 环境，训练模型完成一个小游戏，完整代码可以从我的 GitHub 中获得： https:/…… -
ChatGPT强化学习大杀器——近端策略优化（PPO）
ChatGPT强化学习大杀器——近端策略优化（PPO） 近端策略优化（Proximal Policy Optimization）来自 Proximal Policy Optimization Algorithms（Schulman et. …… -
本科生学深度学习一轻松搭建强化学习环境，gym的安装
OpenAI Gym 是一个工具包，提供了广泛的模拟环境，也是强化学习的环境，因为想学强化学习，所以需要搭建一个环境，之前一直在代码层面，还是得能看到，比较直…… -
用强化学习玩《超级马里奥》
Pytorch的一个强化的学习教程（ Train a Mario-playing RL Agent）使用超级玛丽游戏来学习双Q网络(强化学习的一种类型)，官网的文章只有代码， 所以本文将配…… -
给你一个 PPO × Family 课程，撑起整个决策 AI 宇宙
序幕 童年经典游戏 80、90年代出生的人，红白机总是童年时光重要的记忆片段之一。几叠游戏盒，两个手柄，就可以开启一整天的欢乐时光，乐此不疲地探索各种…… -
为什么DQN不需要important sampling？——强化学习
前言 分析这个问题要从重要性采样和target policy的本质出发，本文分为以下三步来介绍DQN为什么不需要重要性采样：重要性采样的目的、target policy和behavi…… -
强化学习入门笔记
强化学习 相关概念 我们先回忆一下童年，来看看超级玛丽这款游戏 在这款游戏里面的，我们需要控制超级玛丽进行左右行走、跳、攻击等动作，来躲避或攻击小…… -
PyTorch强化学习实战（1）——强化学习环境配置与PyTorch基础
PyTorch强化学习实战（1）——强化学习环境配置与PyTorch基础 0. 前言 1. 搭建 PyTorch 环境 2. OpenAI Gym简介与安装 3. 模拟 Atari 环境 4. 模拟 CartPol……