https://www.bilibili.com/video/BV13W411Y75P?from=search&seid=8762394437787310776
?
?
?
?
?
?
?
?
?强化学习的专业术语：
state :当前的状态? ? ? ?action:当前Agent（智能体）做出的动作?
policy也叫做?函数：是用来控制 agent 怎么运动的?
reward R :Agent 做出一个动作 就给一个奖励 R??（这个奖励通常是我们来定义）
?
?
?
?
?
?
?
| |
|
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
| -> 人工智能 -> 强化学习基础 -> 正文阅读 |
|
|
[人工智能]强化学习基础 |
|
https://www.bilibili.com/video/BV13W411Y75P?from=search&seid=8762394437787310776
? ? ? ? ? ? ? ? ?强化学习的专业术语：state :当前的状态? ? ? ?action:当前Agent（智能体）做出的动作? policy也叫做? reward R :Agent 做出一个动作 就给一个奖励 R??（这个奖励通常是我们来定义） ? ? ? ? ? ? ? |
|
|
|
|
| 上一篇文章 下一篇文章 查看所有文章 |
|
|
开发:
C++知识库
Java知识库
JavaScript
Python
PHP知识库
人工智能
区块链
大数据
移动开发
嵌入式
开发工具
数据结构与算法
开发测试
游戏开发
网络协议
系统运维
教程: HTML教程 CSS教程 JavaScript教程 Go语言教程 JQuery教程 VUE教程 VUE3教程 Bootstrap教程 SQL数据库教程 C语言教程 C++教程 Java教程 Python教程 Python3教程 C#教程 数码: 电脑 笔记本 显卡 显示器 固态硬盘 硬盘 耳机 手机 iphone vivo oppo 小米 华为 单反 装机 图拉丁 |
| 360图书馆 购物 三丰科技 阅读网 日历 万年历 2024年11日历 | -2024/11/27 17:58:41- |
|
| 网站联系: qq:121756557 email:121756557@qq.com IT数码 |