摘要: 一、前言 在第一章强化学习简介中,我们提到强化学习过程可以看做一系列的state、reward、action的组合。本章我们将要介绍马尔科夫决策过程(Markov Decision Processes)用于后续的强化学习研究中。 二、马尔科夫过程(Markov Processes) 2.1 马尔科夫 阅读全文
posted @ 2018-10-31 23:20 StarHai 阅读(1856) 评论(0) 推荐(0) 编辑
摘要: 3085: 反质数加强版SAPGAP Description 先解释一下SAPGAP=Super AntiPrime, Greatest AntiPrime(真不是网络流),于是你就应该知道本题是一个关于反质数(Antiprime)的问题。下面给出反质数的定义: 将一个正整数i的约数个数记为g(i) 阅读全文
posted @ 2018-10-31 16:39 StarHai 阅读(341) 评论(0) 推荐(0) 编辑
摘要: 1053: [HAOI2007]反素数ant Description 对于任何正整数x,其约数的个数记作g(x)。例如g(1)=1、g(6)=4。如果某个正整数x满足:g(x)>g(i) 0<i<x ,则称x为反质数。例如,整数1,2,4,6等都是反质数。现在给定一个数N,你能求出不超过N的最大的反 阅读全文
posted @ 2018-10-31 16:21 StarHai 阅读(224) 评论(0) 推荐(0) 编辑
摘要: 引言: 最近和实验室的老师做项目要用到强化学习的有关内容,就开始学习强化学习的相关内容了。也不想让自己学习的内容荒废掉,所以想在博客里面记载下来,方便后面复习,也方便和大家交流。 一、强化学习是什么? 定义 首先先看一段定义:Reinforcement learning is learning wh 阅读全文
posted @ 2018-10-31 00:29 StarHai 阅读(1676) 评论(0) 推荐(0) 编辑