京东 11.11 红包
14.价值函数
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
39.DQN算法
...
16.模型
...
10.RL怎么办到的：试错探索
...
7.强化学习与其他机器学习的关系
...
18.Model-free：试错探索
...
3.强化学习应用案例—游戏
...
8.强化学习与其他机器学习的区别
...
17.Model-based：状态转移与序列决策
...
2.什么是强化学习-2
...
13.Agent的决策方式：value-based
...
15.Agent的决策方式：policy-based
...
5.强化学习应用案例—股票
...
9.强化学习与监督学习的区别
...
44.策略梯度
...
1.什么是强化学习-1
...
23.Q表格
...
27.Temporal Difference 时序差分（TD单步更新）
...
29.实验：悬崖行走问题
...
28.SARSA
...
42.随机策略
...
30.Q-learning之Off-Policy
...
37.DQN两大创新点
...
32.实验：Q-Learning算法
...
41.强化学习的组成部分
...
14.Diffusion模型的基本原理
...
33.为什么需要神经网络
...
复现human2humanoid
...
45.PG实现技巧
...
38.目标网络
...
36.DQN=Q-learning+神经网络
...
50.实验：DDPG倒立摆问题
...
40.实验：DQN-车杆问题
...
22.经典控制问题
...
双热点强强联合的发文方向：Transformer+强化学习！
...
MPC+强化学习！Actor Critic模型预测控制，苏黎世大牛教授人类水平性能的自主视觉无人机演讲
...
Transformer+强化学习成为双热点强强联合的发文方向
...
1.算力的概念及量纲
...
强推！这绝对是B站最全的（python＋机器学习＋深度学习）系列教程，草履虫都能学会，学不会你来锤爆我！人工智能/机器学习/深度学习/python/神经网络
...
25.巴普洛夫的条件反射实验
...
斯坦福大学《强化学习|Stanford CS234 Reinforcement Learning 2024》deepseek翻译