我的Github：   Github

随笔分类 -  强化学习

强化学习之Sarsa （时间差分学习）
摘要：上篇文章讲到Q-learning, Sarsa与Q-learning的在决策上是完全相同的，不同之处在于学习的方式上 这次我们用openai gym的Taxi来做演示 Taxi是一个出租车的游戏，把顾客送到目的地+20分，每走一步-1分，如果在路上把乘客赶下车的话扣10分 简要 Sarsa是一种在线 阅读全文
posted @ 2018-01-11 17:11 寂夜云 阅读(1503) 评论(0) 推荐(1) 编辑
强化学习之Q-learning ^_^
摘要：许久没有更新重新拾起，献于小白 这次介绍的是强化学习 Q-learning，Q-learning也是离线学习的一种 关于Q-learning的算法详情看 传送门 下文中我们会用openai gym来做演示 简要 q-learning的伪代码先看这部分，很重要 简单的算法语言描述就是 开始执行任务: 阅读全文
posted @ 2018-01-10 15:10 寂夜云 阅读(5729) 评论(0) 推荐(0) 编辑

点击右上角即可分享
微信分享提示