摘要：
神经网络解决连续状态空间（或者状态很多的情况） 经验回放 使得神经网络更拟合 打乱状态之间的关联 固定q 多加一个q预测值的神经网络 一段时间才会改变 以此固定q 让强化学习收敛更平稳 注意的是：因为多了固定q的方法，所以实际上有两个网络，一个model，另外一个target_model网络 mod 阅读全文
摘要：
https://zhuanlan.zhihu.com/p/342919579 好用的强化学习算法是？ 超参数很容易调整或确定。SAC的 reward scaling 可以在训练前直接推算出来。PPO超参数的细微改变不会极大地影响训练 训练快，收敛稳、得分高。看下面的学习曲线 learning cur 阅读全文
摘要：
数据结构出发 红黑树，最小堆，时间轮，跳表 4.分布式场景下：定时器设计 应用场景出发 单线程，多线程，分布式场景 定时器定位；服务器是怎么驱动逻辑的？ 网络事件、定时事件、信号事件 怎么实现定时器？ 单线程环境下： 通常与网络事件协调处理； 多线程环境下： 单独的定时器进行处理定时事件； 源码： 阅读全文
摘要：
为什么使用likely与unlikely 在Linux kernel的源码中，存在这样的用法： if (likely(cond)) { ...... } if (unlikely(cond)) { ...... } likely和unlikely是宏定义，若cond为真（非0），那么likely(c 阅读全文
摘要：
书中有很多内容讲的是内存的操作 阅读全文
摘要：
阅读全文
摘要：
阅读全文
摘要：
阅读全文