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
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
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
摘要：
self不是Python关键字,可以换变量名,第一个变量传入类的实例 内置类属性: dict:类属性,doc:类文档字符串 name:类名,__module:类定义所在的模块,bases:所有父类组成的元组 __repr:转化为提供解释器读取形式，str:输出形式,cmp:对象比较 对象的垃圾回收机 阅读全文