博士伦2014

1. 概述 细节：动力不足的汽车必须爬上一维小山才能到达目标。 与MountainCar-v0不同，动作（应用的引擎力）允许是连续值。 目标位于汽车右侧的山顶上。 如果汽车到...

hwang_zhic

今天我们来入门Jupyter notebook这个东西，研究一下它的功能目录：一、简介二、安装与运行三、Python3的notebook的功能 一、简介 Jupyter No...

文哥的学习日记

在2013年DQN首次被提出后，学者们对其进行了多方面的改进，其中最主要的有六个，分别是：Double-DQN：将动作选择和价值估计分开，避免价值过高估计Dueling-DQ...

文哥的学习日记

前几天听到一声广告语：只要你愿意，从现在开始努力，最坏的结果不过是大器晚成。好了，既然我们决定要努力，要怎么做呢？我们要有自己的一套方法论，如何得到自己的方法论呢？最简单的方...

hzyido

作者简介：王晶，Google广告大数据部门资深工程师，从事机器学习算法研发，2014年博士毕业于波士顿大学，主要研究方向强化学习。2010年本科毕业于华中科技大学。 摘要 A...