包含标签：强化学习 的文章
-
强化学习—— TD算法（Sarsa算法+Q-learning算法）
强化学习—— TD算法（Sarsa算法+Q-learning算法） 1. Sarsa算法 1.1 TD Target 1.2 表格形式的Sarsa算法 1.3 神经网络形式的Sarsa算法 2. Q-learning算……admin 2022-04-10
-
强化学习（四）—— Actor-Critic
强化学习（四）—— Actor-Critic 1. 网络结构 2. 网络函数 3. 策略网络的更新-策略梯度 4. 价值网络的更新-时序差分（TD） 5. 网络训练流程 6. 案例 1. …… -
强化学习（三）—— 策略学习（Policy-Based）及策略梯度（Policy Gradient）
强化学习（三）—— 策略学习（Policy-Based）及策略梯度（Policy Gradient） 1. 策略学习 2. 策略梯度 3. 案例 1. 策略学习 Policy Network 通过策略网…… -
强化学习（二）—— 价值学习（Value-Based）及DQN
强化学习（二）—— 价值学习（Value-Based）及DQN 1. DQN介绍 2. TD算法介绍 3. 案例 1. DQN介绍 Deep Q Network 目标：最大化累计奖励（回报U） 通过…… -
机器学习(十) 强化学习
前言 强化学习是机器学习领域除有监督学习、无监督学习外的另一个研究分支，它主要利用智能体与环境进行交互，从而学习到能获得良好结果的策略。与有监督…… -
学棋五年的我输给了昇腾CANN
摘要：整整两天，上百场对弈，TA竟然未尝一败，真是让人拍案叫绝。 近日，一位神秘“人物”亮相华为昇腾CANN技术开放日现场，引得众人簇拥，吸粉无数。从现…… -
强化学习——格子游戏问题
文章目录 前言 一、题目描述 二、计算过程 1.策略评估 2.策略提升 3.最优策略 前言 这是一道2020-2021国科大高级人工智能期末考试的一道格子题 …… -
强化学习 (Reinforcement Learning)
强化学习： 强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。其灵感来源于心理学中的行为主义理论，即有机体如何在环境给…… -
Soft Actor Critic算法论文公式详解
SAC强化学习算法是伯克利大学团队2018年在ICML(International Conference on Machine Learning)上发表的论文，本篇博客来总结一下论文里的公式及其涵义。 论…… -
Unity人工智能之不断自我进化的五人足球赛
本文基于我前面发的两篇文章，需要对ML-Agents有一定的了解，详情请见：Unity强化学习之ML-Agents的使用、ML-Agents命令及配置大全。 我前面的相关文章有： M……