logo
publist
写文章

简介

该用户还未填写简介

擅长的技术栈

可提供的服务

暂无可提供的服务

【强化学习-19】离散控制与连续控制

离散控制与连续控制本笔记整理自 (作者: Shusen Wang):https://www.bilibili.com/video/BV1rv41167yx?from=search&seid=18272266068137655483&spm_id_from=333.337.0.0注意:不能直接把DQN应用在连续控制问题上

#深度学习#机器学习
对比学习(Contrastive Learning)

文章目录Understanding Contrastive LearningUnderstanding Contrastive Learninghttps://towardsdatascience.com/understanding-contrastive-learning-d5b19fd96607

#机器学习
无人机与卡车联合配送 - README

无人机与卡车联合配送-论文代码复现原博客链接 https://blog.csdn.net/HsinglukLiu/article/details/107871295Introduction本代码主要是复现了2015年发表在Transportation Research Part C: Emerging Technologies上的关于无人机与卡车联合配送的文章中的模型部分的求解器求解代码。论文题目

【强化学习实战-04】DQN和Double DQN保姆级教程(2):以MountainCar-v0

【强化学习实战】DQN和Double DQN保姆级教程(2):以MountainCar-v0为什么用Deep Q Network (DQN)实战:用Double DQN求解MountainCar问题MountainCar问题详解MountainCar问题的源代码解释cartpole.pyMountainCar的状态(Observation)MountainCar的动作MountainCar的目的D

#机器学习#深度学习
【强化学习-05】AlphaGo

Policy-based reinforcement learningPolicy NetworksBehavior CloningTrain policy network using Policy gradientTrain the value networkMente Carlo Tree Search本笔记整理自 (作者: Shusen Wang):https://www.bilibili.

#深度学习#机器学习
【强化学习-11】Target network & Double DQN

Target network & Double DQNTarget network & Double DQNTarget NetworkDouble DQN本笔记整理自 (作者: Shusen Wang):https://www.bilibili.com/video/BV1rv41167yx?from=search&seid=18272266068137655483&amp

#深度学习#机器学习
【强化学习-02】Value-based reinforcement learning

Value-based reinforcement learningValue-based reinforcement learningAction-value functionsDeep Q Network (DQN)训练神经网络的算法:`Temporal difference algorithm`一个例子Apply TD learning to DQNSummary参考文献本文整理自教学视频

【强化学习-06】Monte Carlo Algorithm

Monte Carlo AlgorithmCalculating π\piπ本笔记整理自 (作者: Shusen Wang):https://www.bilibili.com/video/BV1rv41167yx?from=search&seid=18272266068137655483&spm_id_from=333.337.0.0Monte Carlo Algorithm: M

#深度学习#机器学习
【强化学习-09】Multi-step TD target

Multi-step TD target本笔记整理自 (作者: Shusen Wang):https://www.bilibili.com/video/BV1rv41167yx?from=search&seid=18272266068137655483&spm_id_from=333.337.0.0Multi-step TD target是对TD算法的一种改进。注意:上面的Sars

#深度学习#机器学习
    共 27 条
  • 1
  • 2
  • 3
  • 请选择