题目给你两个整数数组 source 和 target ，长度都是 n 。还有一个数组 allowedSwaps ，其中每个 allowedSwaps[i] = [ai, bi] 表示你可以交换数组 source 中下标为 ai 和 bi（下标从 0 开始）的两个元素。注意，你可以按 任意 顺序 多次 交换一对特定下标指向的元素。相同长度的两个数组source 和 target 间的 汉明距离 是元

继续我们上篇博文模仿学习概述中的内容，上文中我们讲到，模仿学习中的逆向强化学习和对抗神经网络如出一辙，在本文中，我们就继续分析将对抗神经网络和逆向强化学习结合遇到的困难和所提出的解决方法。背景在上文模仿学习概述中讲过，模仿学习目前分为两个大类，一类是“行为克隆”，一类是“逆向强化学习”，前者可以看作是一种有监督的学习，根据输入的State，输出的Action，通过神经网络进行训练，这...

蒙特卡洛搜索算法是棋类博弈中常用的算法，本文介绍了蒙特卡洛搜索算法的原理，实现以及示例等内容，让读者对这一经典算法能有更加透彻的认识。

最近自己写这个五子棋的强化学习AI遇到了很多困难，而且在如何使用训练结果来指导蒙特卡洛搜索方面遇到了障碍。又重新回看了这个AlphaZero-Gomuku项目的源码，从中学到了很多东西，以及许多遇到的问题的具体解决方案。啊啊啊，好后悔，应该早点回去看的。（当然，源码还是有一些地方没有看明白）在之前写过的博文面向初学者的蒙特卡洛树搜索MCTS详解及其实现中，我们已经讲了如何基于UCB进行探...

最近有点自闭，事情贼多，还要学这么变态的汇编(╥╯^╰╥)。经过异常艰难的探索，终于完成了课程的第一个作业——用masm32寻找1-100的质数，写下此篇博客，转换一下心情。( • ̀ω•́ )✧事先声明，我是汇编语言的萌新，接下来的代码可能存在许多多余和不合适的地方，而且我把所有的变量都存放在寄存器里面，这是极不合理的，在接下来的两次作业（斐波那契数列和八皇后问题）中我会加深对汇编的理解，改..

最近一直在琢磨Generative Adversarial Imitation Learning这篇文章的内容和实现，也自己实现了几个GAN，但是效果都不是很理想，因此找到了一篇专门讲提升GAN表现的文章，用几个小时的时间把这篇文章翻译一下。原文链接：GAN — Ways to improve GAN performance相较于其他的神经网络，GAN在下面几个方面遇到的问题更为严重...

0. 导言本博客源自本学期研究生的课程作业，需要针对某个指定的领域做Presentation，在写此博客之前，我对机器翻译一无所知，如后续出现任何错误，欢迎各位大佬不吝指正。本文大概分为三大部分，第一部分简单介绍机器翻译和无监督机器翻译。第二部分介绍最先取得良好效果的无监督机器翻译模型。第三部分会介绍近两年无监督机器翻译发表在顶会的进展。1. 概述1.1 机器翻译所谓机器翻译，就是利用机器的力量来

我也不知道，我为什么还要去掌握点simulink的东西，小小年级承受了生活不该承受的重担。这年头，程序员真是要啥都会啊，不然应付不了快速变化的需求。Matlab版本：R2017 a1. 创建环境点击主页中的"simulink"按钮，我们创建一个空白的环境。2. 构建电路（1）在matlab命令行中输入"powerlib"，将电源，电阻，电压表啥的从弹出的窗口中拷...

Human-level control through deep reinforcement learning论文链接：https://courses.cs.washington.edu/courses/cse571/16au/slides/dqn_nature.pdf论文来源：Nature（还是第一次读nature上的论文）论文摘要强化学习的理论根植于心理学和行为学在...

本篇文章是基于台大李宏毅老师的课程写的，如有疏漏，请看原课程。https://www.youtube.com/watch?v=rl_ozvqQUU81. 什么是模仿学习？模仿学习（Imitation Learning）也被称为基于演示的学习（Learning By Demonstration）或者学徒学习（Apprenticeship Learning）。机器是可以与环境进行交互的，但...