reinforcement-learning - 代码之家

强化学习-贪婪方法与最优行动

Asmaa ALrubia · 技术社区 · reinforcement-learning · 6 年前

Rokas98765 · 技术社区 · openai-gym reinforcement-learning python · 6 年前

Søren Koch · 技术社区 · markov-decision-process mdp reinforcement-learning policy equation · 7 年前

使用DQN时epsilon贪婪策略中的退火epsilon

erlengzi · 技术社区 · reinforcement-learning · 7 年前

深度Q学习是如何工作的

sachinruk · 技术社区 · q-learning openai-gym reinforcement-learning deep-learning · 7 年前

电网世界的状态表示

Adam Dohnal · 技术社区 · q-learning reinforcement-learning neural-network · 7 年前

uruz7_arx8 · 技术社区 · openai-gym reinforcement-learning keras · 7 年前

Sarsa结合神经网络求解山地车任务

zimmerrol · 技术社区 · sarsa reinforcement-learning · 7 年前

使用Tensorflow无法获得具有LSTM层的A3C

Matheus Mendonça · 技术社区 · reinforcement-learning deep-learning tensorflow asynchronous · 7 年前

Q-Learning值过高

Fardin K. · 技术社区 · q-learning reinforcement-learning floating-point go · 8 年前

使用softmax?选择动作?

Vato · 技术社区 · softmax q-learning reinforcement-learning c++ · 8 年前

Python神经网络强化学习[已关闭]

SARose · 技术社区 · reinforcement-learning scikit-learn machine-learning python · 9 年前