摘要：
举例：用蒙特卡罗方法来学习状态值函数Vπ(s)。如上所述，估计Vπ(s)是对于所有到达过该状态的回报取平均值。这里又分为first-visit MC methods和every-visit MC methods。这里，我们只考虑first MC methods，即在一个episode内，我们只记录s 阅读全文
2019年3月21日
摘要：
原文地址： https://blog.csdn.net/qq_25551743/article/details/82348856 一谈起人工智能，总是围绕着机器学习谈起，我这里提一个概念：混合智能。什么意思呢？混合智能识把机器学习和传统的算法结合的一种智能。举个例子：图片中的文字识别，注意这里不是单 阅读全文
2019年3月19日
摘要：
原文地址： https://blog.csdn.net/wishchin/article/details/42425145 原文 ： http://dataunion.org/?p=639 1.引言 说到机器学习最酷的分支，非Deep learning和Reinforcement learning莫 阅读全文
2019年3月13日
摘要：
原文地址： http://gameinstitute.qq.com/article/detail/10043 最近在学A* 算法， 在网上看到了这么一个博客，感觉有些意思，虽然看不太懂，但是感觉这个idea还是很不错的，最主要的是出来没有见过这么个法子来处理问题的，这个 分层A* 算法有种要人眼前一 阅读全文
摘要：
原文地址： http://www.cppblog.com/christanxw/archive/2006/04/07/5126.html 原文地址： http://www.gamedev.net/reference/articles/article2003.asp 概述 虽然掌握了 A* 算法的人认 阅读全文
摘要：
最近看到一篇博客，感觉还是很不错的，虽然我现在又出现回到学校继续读书，但是毕竟经历过工作和各种面试、校招、打比赛，虽然水平平平，能力不济，但是当年的日子还是蛮值得怀念的。于是网上看到了这一片博客后颇有感触，当年找完工作也本想着写一些面试的心得、经历的，现在想想这个想法也只是停留在想的阶段了，所以看到 阅读全文
2019年3月12日
摘要：
在处理最短路径问题时，有一种启发式算法是我们应该了解的，由于其有着优秀的探索效率在各自现实项目中多有应用，它就是 A-star 算法，或 A* 算法。 个人观点： A* 算法并不保证找到的路径一定是最短路径，但该方法由于运算效率高所以使用较广。如果出发点和终点之间存在可到达路径，则使用A*算法必然会 阅读全文
2019年3月10日
摘要：
该部分内容来自于定期的小组讨论，源于师弟的汇报。 阅读全文
摘要：
这个是平时在实验室讲reinforcement learning 的时候用到PPT， 交期末作业、汇报都是一直用的这个，觉得比较不错，保存一下，也为分享，最早该PPT源于师弟汇报所做。 阅读全文
摘要：
最近在学习强化学习的东西，在网上发现了一个关于DQN讲解的PPT，感觉很是不错，这里做下记录，具体出处不详。 阅读全文
