分类

7 篇

笔记/强化学习

7-TD-learning(上半部分)

Hello World

6-随机近似与随机梯度下降

Hello World

5-蒙特卡洛方法(Monte Carlo)

Hello World

4-值迭代与策略迭代

Hello World

3-贝尔曼最优公式

Hello World

2-贝尔曼公式

Hello World

1-强化学习基本概念

Hello World