摘要：
最近安装了win7 64位旗舰版+Vistual Studio2017，发现编译程序的时候出现sdk的错误，网上的解决方法大同小异，但都不太好使，经过一番折腾，总算是完美解决。 编译时VS2017报错如下所示： vs2017 error MSB8036: The Windows SDK versio 阅读全文
摘要：
ubuntu14.04.5+ROS indigo，在运行gazebo2.2.3时，出现“error [node.cc:90] no namespace found”的错误，但gazebo依然可以打开使用。 网上很多教程虽然给出了办法，但下载网址不对，自己折腾了半天，总算发现需要将原来的 http:/ 阅读全文
摘要：
对于IEEE 会议或者期刊的投稿，常常需要先进行pdftest,也就是格式审查，如果审查不通过，那么就无法投稿。审查时会出现各种问题，千奇百怪，但大部分都能找到有效的解决方案。 其中This document has 1 type 3 font occurring on page 4的解决方案大部分 阅读全文
摘要：
Latex作为目前最好用的文档编排工具，以前只是简单会一点，现在也已经忘得差不多了。因为写小论文的需要，打算重新开始学习，以前用的是Texlive和Texmaker，这次经过师兄的推荐，还是打算选择CTex套装，但自己把WinEdt7.0换成了WinEdt10.2，并完美注册码破解。经过两个多小时的 阅读全文
摘要：
大名鼎鼎的蒙特卡洛方法(MC)，源自于一个赌城的名字，作为一种计算方法，应用领域众多，主要用于求值。蒙特卡洛方法的核心思想就是：模拟 抽样 估值。 蒙特卡洛的使用条件：1.环境是可模拟的；2.只适合情节性任务(episode tasks)。 蒙特卡洛在强化学习中的应用： 1.完美信息博弈：围棋、象棋 阅读全文
摘要：
假设一个风投公司想使他的收益最大化,这时他总会面临一个两难问题: 何时去投资那些已经成功的公司？何时去投资那些还没有成功但具有很大潜力的公司？简单说就是，收益总是伴随着风险而存在. 这样的两难问题在日常生活中也是非常常见的，称为EE问题(Exploration and Exploitation tr 阅读全文
摘要：
RL问题的基础就是马尔科夫决策过程(MDP)，因此，这一块内容虽然基础，但确是不得不总结的内容。网上虽然有很多博客、专栏介绍，但总感觉似是而非，有些还有些许错误。这里打算按照教材中的体系再度总结一下吧。这一块概念性的东西比较多，比如马尔科夫性质（无后效性），比如值函数、最优值函数、最优动作价值函数等 阅读全文
摘要：
动态规划是强化学习里面最基础的部分，其核心思想 通用策略迭代(Generalized Policy Iteration,GPI)。 首先强调一点，动态规划(Dynamic Programming)要求一个完全已知的环境模型，所谓完全已知，就是MDP的五元组全部已知，当然了，主要还是指状态转移概率已知 阅读全文
摘要：
本人硕士期间就对RL比较感兴趣，当时AlpahGo还没火，可能更多是对于Strong AI的前景和未来有着较大期待吧，后来随着AlphaGo--Master zero版本的不断更新，再加上OpenAI的星际争霸等，RL逐步焕发出了新的生机。因此，自从2016年下半年开始断断续续地学习强化学习到现在， 阅读全文