暂无评论
CartPole，GridWorld，MountainCar，Pendulum，Toy
强化学习(reinforcement learning) 是机器学习和人工智能领域的重要分支,近年来受到社会各界和企业的广泛关注。强化学习算法要解决的主要问题是,智能体如何直接与环境进行交互来学习策略
阿里强化学习.pdf
深度强化学习火炬 该存储库使用pytorch实现了不同的流行的深度强化学习算法。 这些旨在用作学习工具,以补充来自以下方面的学习材料: 深度Q学习
本文来自于csdn,本文章主要介绍了深度学习与强化学习结合起来从而实现从感知(Perception)到动作( Action)的端对端(End-to-end)学习的一种全新的算法。 原因:在普通的Q-l
这是2018年7月更新的sutton的强化学习书籍RL-AnIntroduction
我的RL课程 这是“强化学习和最佳控制”讲座的作业。 家庭作业是关于蒙特卡洛估计的。
simple_rl 用于在Python中进行强化学习实验的简单框架。 RL还有很多其他很棒的库。 这一目标的目的是双重的: 简单。 结果的可重复性。 提供了一个稍早版本的简短教程。 从0.77版开始,
Practical-rl:Julia中的强化学习。 解决OpenAI体育馆
CuratedReinforcementLearningResourcesforNaturalLanguageProcessing
暂无评论