还是自己搭的博客靠谱，简书把我的几乎所有的文章都锁定了。申诉根本没用！将大部分文章都整理到了自己博客，我也将会在那里更新。 欢迎关注：https...
投稿
收录了8篇文章 · 10人关注
还是自己搭的博客靠谱，简书把我的几乎所有的文章都锁定了。申诉根本没用！将大部分文章都整理到了自己博客，我也将会在那里更新。 欢迎关注：https...
自动驾驶是机器学习的一个重要的应用领域，作为普通学习者，我们是否可以运用自己学到的机器学习方法训练自动驾驶模型，完成自动驾驶的任务呢？是否需要一...
Image from unsplash.com by helloquence 前面的文章我们介绍了 Q-learning, DQN 等方法都是基...
上一篇文章介绍了强化学习中的Q-Learning算法，这篇文章介绍一个与Q-Learning十分类似的算法——Sarsa算法。 1. 回顾Q L...
求解最优MDP实际上就是找到最佳策略(Policy)π来最大化来最大化V函数(Value Function)。 1. 策略估算(Policy E...
前文介绍了函数近似来预测V函数，但是还没涉及到行动和控制，这篇文章就来谈谈用近似Q函数来控制和行动。 1. 控制——递增算法 Increment...
专题公告
AI人工智能学习笔记中的强化学习部分
{var%20f='http://v.t.sina.com.cn/share/share.php?appkey=1881139527',u=z||d.location,p=['&url=',e(u),'&title=',e(t||d.title),'&source=',e(r),'&sourceUrl=',e(l),'&content=',c||'gb2312','&pic=',e(p||'')].join('');function%20a(){if(!window.open([f,p].join(''),'mb',['toolbar=0,status=0,resizable=1,width=440,height=430,left=',(s.width-440)/2,',top=',(s.height-430)/2].join('')))u.href=[f,p].join('');};if(/Firefox/.test(navigator.userAgent))setTimeout(a,0);else%20a();})(screen,document,encodeURIComponent,'','','https://upload.jianshu.io/collections/images/1710495/1*c1VyibGoSXQFjRM16l4UDA.png', '推荐专题《强化学习》（ 分享自 @简书 ）','//www.greatytc.com/c/93ab94368bd0?utm_campaign=maleskine&utm_content=collection&utm_medium=reader_share&utm_source=weibo','页面编码gb2312|utf-8默认gb2312'));){kind=link}