请问这篇文章的代码你复现了吗，我复现的时候好多问问题，当然主要是tensorflow版本问题，怎么都调不好
QMDP-Net阅读记录记录一下自己所看的论文，后续会继续更新一些model-based的论文阅读记录，欢迎交流、讨论（emmmmm，我实在才疏学浅）。 论文：P Karkus,D Hsu,WS L...
发简信
IP属地：山西
-
-
QMDP-Net阅读记录记录一下自己所看的论文，后续会继续更新一些model-based的论文阅读记录，欢迎交流、讨论（emmmmm，我实在才疏学浅）。 论文：P Karkus,D Hsu,WS L...
-
时间并不会真的帮你解决什么问题，它只是把你原来怎么也想不通的问题，变得不再重要了。
-
朱小虎 Neil Zhu，University AI / CSAGI 创始人
-
关于Policy Gradient的理解
虽然前段时间稍微了解过Policy Gradient，但后来发现自己对其原理的理解还有诸多模糊之处，于是希望重新梳理一番。Policy Gradient的基础是强化学习理论，...
