里面是我自己的强化学习笔记。参考自刘建平老师的强化学习博客，再加上自己的理解，通俗易懂。里面包含了强化学习model-free是经典论文（Q-learning、SARSA、TD(lambda)、DQN、DDQN、prioritized replay DQN、Dueling DQN、policy gradient、AC、A2C、A3C、DDPG、TD3、TRPO、PPO），能帮助你快速入门。
2021-09-06 17:20:11
113.7MB
1
采用伴随-BP技术, 将微分对策的两点边值求解问题转化为两个神经网络的学习问题, 训练后
的两个神经网络分别作为对策双方的最优控制器在线使用, 避免了直接求解复杂的两点边值问题。对追
逃微分对策问题的仿真结果表明, 该方法对初始条件和噪声具有较好的鲁棒性。
2021-09-03 20:25:08
243KB
1
#2.3_Q_Learning_思维决策_(强化学习_Reinforcement_Learning_教学)
2021-09-01 22:00:21
22.82MB
#2.2_Q_Learning_算法更新__(强化学习_Reinforcement_Learning_教学)
2021-09-01 22:00:18
26.08MB
#2.1_简单例子__(强化学习_Reinforcement_Learning_教学)
2021-09-01 22:00:16
34.49MB
#2_要求准备__(强化学习_Reinforcement_Learning_教学)
2021-09-01 22:00:14
12.5MB
#1_why__(强化学习_Reinforcement_Learning_教学)
2021-09-01 22:00:09
4.19MB
#6.4_PPO_DPPO_Proximal_Policy_Optimization_(强化学习_Reinforcement_L
2021-09-01 21:00:30
40.32MB
#6.3_A3C_(Asynchronous_Advantage_Actor-Critic)_(强化学习_Reinforceme
2021-09-01 21:00:30
64.32MB