摘要：
完整代码：https://github.com/zle1992/Reinforcement_Learning_Game 论文《Continuous control with deep reinforcement learning》https://arxiv.org/pdf/1509.02971.pd 阅读全文
摘要：
完整代码：https://github.com/zle1992/Reinforcement_Learning_Game Policy Gradient 可以直接预测出动作，也可以预测连续动作，但是无法单步更新。 QLearning 先预测出Q值，根据Q值选动作，无法预测连续动作、或者动作种类多的情况 阅读全文
摘要：
Given a 2D board and a word, find if the word exists in the grid. The word can be constructed from letters of sequentially adjacent cell, where "adjac 阅读全文