1 学习目标复习Q-Learning；理解什么是值函数近似（Function Approximation）；理解什么是DQN，弄清它和Q-Learning的区别是什么。2 用Q-Learning解决经典迷宫问题现有一个5房间的房子，如图1所示，房间与房间之间通过门连接，编号0到4,5号是房子外边，即我们的终点。我们将agent随机放在任一房间内，每打开一个房门返回一个reward。图2为房间之间的

Abstract我们提出了一种闭环多臂运动规划器，该规划器具有可扩展性和灵活性。传统的多臂机器人系统依赖于集中的运动规划算法，其运行时间往往随机器人数量呈指数级增长，因此，无法用开环控制来处理动态环境。在本文中，我们利用多智能体强化学习来解决这一问题。在多臂系统中，通过观察机器人的工作空间状态和目标末端执行器姿态，训练一种分散策略来控制其达到目标末端执行器姿态。该策略是使用软演员评论家和来自基于采

问题之前就发现，nvidia-smi 中的CUDA 版本与 nvcc不一致，nvidia-smi的结果显示CUDA版本是11.0，而从nvcc-V命令来看，却是CUDA 10.0。但是跑代码也没啥问题，就没有管了。今天，心血来潮，想探究下原因。分析其实是因为CUDA 有两种API，分别是 运行时 API 和 驱动API，即所谓的 Runtime API 与 Driver API。nvidia-sm

问题之前就发现，nvidia-smi 中的CUDA 版本与 nvcc不一致，nvidia-smi的结果显示CUDA版本是11.0，而从nvcc-V命令来看，却是CUDA 10.0。但是跑代码也没啥问题，就没有管了。今天，心血来潮，想探究下原因。分析其实是因为CUDA 有两种API，分别是 运行时 API 和 驱动API，即所谓的 Runtime API 与 Driver API。nvidia-sm

抓取论文汇总，作者总结得很全面，也一直在更新。地址：https://github.com/GeorgeDu/vision-based-robotic-grasping以下是目录

机器人学习这个话题上，在这个领域做出最重要贡献的是加州伯克利大学的Pieter Abbeel和Sergey Levine团队，几乎可以说他们以一个团队之力开拓了机器人学习这个领域。 梳理一下机器人学习这两年发展过程中出现的一些有影响力的paper。Robot Learning就是面对Robot这种实体机器人本身。Robot Learning想要解决的核心问题是让机器人能够自己学会执行各种决策控制任