学习 Deep Reinforcement Learning 的过程中，通过阅读经典算法的论文，并在 Pytorc...[作者空间]
在文章基于Value的强化学习算法中，介绍了Q-learning和SARSA两种经典的强化学习算法。在本篇文章中，...[作者空间]
在文章强化学习与马尔可夫决策中，介绍了使用马尔可夫决策模型对强化学习的过程进行建模，本篇文章将介绍基于这一模型而引...[作者空间]
在一篇文章强化学习与马尔可夫决策中，介绍了使用马尔可夫决策过程对强化学习的过程进行建模。通过建模可以得出，只要求解...[作者空间]
在上一篇文章 强化学习的基本概念 中，用大白话介绍了强化学习的一些基本概念，尤其是强化学习的基本过程。在了解了强化...[作者空间]
强化学习是机器学习领域的一个分支，通过不断的与环境交互，不断的积累经验，最后让Agent学会如何在目标环境中取得最...[作者空间]
简书这个图片上传简直太麻烦了，经常上传失败。对图片有要求的可以移步语雀 最近由于写论文的原因，梳理了一下近几年的多...[作者空间]
Carla常被用于无人驾驶汽车的仿真环境，但是我们搭建一个Carla环境主要是用于汽车的感知和其他方面。 网上中文...[作者空间]
一、问题的引入 1.1、连续动作空间 在此之前，我们讨论和研究的都是离散的动作空间，而在实际问题中，存在大量的连续...[作者空间]
一、理论思想 在此之前，我们讨论了值函数的方法，把优化的重点放在了值函数上，得到了最优值函数，即可得到最优策略。事...[作者空间]
一、预备工具 1.1、Gym Gym是OpenAI开发的通用强化学习算法测试平台，集成了众多仿真实验环境，开发者可...[作者空间]
一、无模型的强化学习 在上一节中介绍了基于模型的强化学习方法(动态规划)，其中的前提是知道环境的状态转移概率，但在...[作者空间]
一、组成与结构 1.1、基本概念 强化学习通常使用马尔可夫决策过程（Markov Decision Process...[作者空间]
一、起源与发展 1.1、思想基础 强化学习(Reinfrocement Learning)的思想源于行为心理学（b...[作者空间]
在学习机器学习中的强化学习的过程中，感觉国内所写的《深入浅出强化学习原理入门》和《强化学习精要：核心算法与Tens...[作者空间]
目录： 马尔科夫过程 马尔科夫奖励过程 马尔科夫决策过程 MDPs的拓展 1.马尔科夫过程 Markov deci...[作者空间]
增加Agent的探索能力是强化学习中经常遇到的问题，一种常用的方法是采用e-greedy的策略，即以e的概率采取随...[作者空间]
TORCS是一个开源的赛车仿真模拟器，可使用synaptic安装。Gym-TORCS是一个模仿Open-AI接口的...[作者空间]
深度学习有三巨头Hinton、LeCun、Bengio，四大天王，在三巨头的基础上加上了吴恩达。还有吴恩达眼中的深...[作者空间]
Richard S. Suttonsutton教授被认为是现代计算的强化学习创立者之一。他为该领域做出了许多重大贡...[作者空间]
