随笔分类 - 强化学习
发表于 2021-03-07 20:40阅读：6827评论：2推荐：0
摘要：前言 实例参考MorvanZhou/Reinforcement-learning-with-tensorflow, 更改为PyTorch实现，并增加了几处优化。实现效果如下。 其中,红色方块作为探索的智能体,到达黄色圆形块reward=1,到达黑色方块区域reward=-1. 代码 程序主循环 fr
阅读全文 »
发表于 2021-03-07 20:33阅读：900评论：0推荐：0
摘要：前言 1 Q-Learning算法实现 首先,需要知道Q表和其更新公式 Q表,定义了状态(state)和行为(action) Q表更新，Q(s1,a2)=Q(s1,a2)+lrdiff,diff(差距)=现实-估计=R+rmaxQ(s2)-Q(s1,a2) 然后，算法工作流程是： 按照Q表或随机选择
阅读全文 »
发表于 2021-03-07 19:52阅读：138评论：0推荐：0
摘要：强化学习简介 强化学习类似试错法，让计算机从错误中学习最后找到规律。例子，Alpha Go 监督学习对具有标签的数据进行学习，强化学习对没有标签的数据进行学习， 但在环境的一次次尝试中获取这些标签学习到规律。 强化学习分类：1）通过价值选则行为：Q Learning,Sarsa,Deep Q Net
阅读全文 »
发表于 2020-12-07 16:23阅读：116评论：0推荐：0
摘要：视频 强化学习入门-视频 BiliBili-同步 代码 教程 书籍 书籍-强化学习 代码 论文 强化学习关键论文 开源库 参考 强化学习资料
阅读全文 »
