LunarLander复现：07、基于LunarLander登陆器的DQN强化学习案例（含PYTHON工程）08、基于LunarLander登陆器的DDQN强化学习（含PYTHON工程）09、基于LunarLander登陆器的Dueling DQN强化学习（含PYTHON工程）

stochastic policies: 这是指实际执行的动作是对概率分布采样得到的，因为TRPO and PPO都是AC框架下的产物，其执行的动作取决于输出策略网络的概率分布的采样。deterministic policies：可以通过网络给每个动作的打分，通过贪婪策略选定最高打分的动作执行。on-policy&off-policy：on-policy就是采样的数据和某个策略强绑定，也就是采样的

在实际进行电路系统理论分析时，我们往往需要用到一些十分理想化的器件来进行模拟，例如无限带宽且没有损耗的功分器、无限带宽的3dB电桥等等。这些主要是在理想的架构理论仿真中使用。在ADS中，不是所有的微波器件都提供了理想模型，但是提供了基于传输端口参数（S、Z、Y）的器件模型，我们可以通过给定矩阵参数，自定义器件的行为，非常好用。例如，对于四端口器件的模型是这样的，写入端口矩阵就能得到自己想要的理想器

本文以 Ansys Siwave 为例，介绍了 PCB 上 eMMC 信号的波形与眼图仿真流程，包括 IBIS 模型导入、仿真向导配置、激励源设置及时域参数选择等关键步骤。结合数据线、时钟线和命令线的不同特点，说明了 PRBS 与自定义比特序列在 SI 分析中的应用方法。随后通过接收端波形和眼图结果，分析了眼高、眼宽、抖动、噪声、ISI、反射与串扰等核心指标的工程意义。整体内容适合作为 Siwav

负载调制平衡放大器Load Modulation Balanced PA，简称LMBA是2016年Cripps大佬分析实践的：An Efficient Broadband Reconfigurable Power Amplifier Using Active Load ModulationLMBA本质是是一种双输入的架构，在实现宽带和高回退方面具备优势。但是与常规的双输入的Doherty、Outp

TRPO强化学习算法主要分为3个部分，分别介绍其理论、细节、实现本文主要介绍TRPO的理论和代码的对应、实践其他算法：07、基于LunarLander登陆器的DQN强化学习案例（含PYTHON工程）08、基于LunarLander登陆器的DDQN强化学习（含PYTHON工程）09、基于LunarLander登陆器的Dueling DQN强化学习（含PYTHON工程）10、基于LunarLander

stochastic policies: 这是指实际执行的动作是对概率分布采样得到的，因为TRPO and PPO都是AC框架下的产物，其执行的动作取决于输出策略网络的概率分布的采样。deterministic policies：可以通过网络给每个动作的打分，通过贪婪策略选定最高打分的动作执行。on-policy&off-policy：on-policy就是采样的数据和某个策略强绑定，也就是采样的

STM32CUBEMX配置教程（十）STM32的ADC读取内部温度传感器

TYPEC无协议芯片最高可输出5V3ATYPEC协议无需额外的协议芯片最多可输出5V3A，也就是15W的功率。这时只需要合理配置CC1和CC2的连接即可。下图是一个简单的6pin的TYPEC母座。CC可以通过开关切换上拉Rp作为Source（输出端），也可以切换下拉Rd作为Sink（用电器端）。连在电压输出端的CC端的电阻为Rp，连在用电器端的CC端的电阻为Rd。CC1和CC2没有什么区别，是对称

计算电磁学三大数值算法FDTD、FEM、MOMADS、HFSS、CST 优缺点和应用范围详细教程参考书籍：The finite-difference time-domain method for electromagnetics with MATLAB simulations（国内翻译版本：MATLAB模拟的电磁学时域有限差分法）