京东 11.11 红包
【强化学习入门】5.2 MC exploring starts
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
【强化学习入门】7.2 SARSA
...
【强化学习入门】7.3 Q-Learning
...
【强化学习入门】4.1 value iteration
...
【强化学习入门】GridWorld_v1
...
【强化学习入门】5.1 MC basic
...
【强化学习入门】8.4 DQN-经验池+神经网络
...
【强化学习入门】4.2 policy iteration
...
【强化学习入门】gridworld_v2
...
【强化学习入门】8.3 DQN-TD算法的深层次理解
...
【强化学习入门】9.2 Policy Gradient 前置工具介绍
...
【强化学习入门】9.1 Policy Gradient 介绍、课程推荐
...
【台湾大学李宏毅】强化学习 2017 2018 2021 课程超级大合集 - Reinforcement Learning
...
【强化学习入门】5.3 epsilon-greedy
...
【强化学习入门】8.5 DQN
...
【强化学习入门】8.2 DQN-绘图函数及网格世界介绍
...
【强化学习入门】8.1 DQN序言+目录
...
【强化学习入门】7.1 TD with state value
...
《第三届智能决策论坛》多智能强化学习专题（2024.04）
...
《第三届智能决策论坛》主旨报告（2024.04）
...
【强化学习入门】6.1 Robbins-Monro
...
【强化学习入门】9.4 REINFORCE、Tabular A2C
...
强化学习框架-Legged Gym 训练代码详解
...
【具身论文阅读】Diffuser: 基于diffusion的强化学习规划器
...
【强化学习的数学原理-作业】GridWorld示例代码（已更新至DQN、REINFORCE、A2C）
...
【即插即用】Pybullet端强化学习算法训练机械臂
...
从模型预测控制到强化学习-11：确定性策略梯度DPG与随机策略梯度SPG，从控制的角度理解(D)DPG, A2C, QAC, REINFORCE
...
【MPC+强化学习】四大名校教授精讲强化学习和模型预测控制18讲！Actor Critic模型预测控制、策略梯度方法
...
从模型预测控制到强化学习12：DDPG做动态控制-研究生入学培训答疑
...
不愧是李宏毅老师讲的【强化学习】简直太详细了！！小白也能信手拈来，建议收藏！（人工智能|机器学习|深度学习|强化学习）
...
强化学习教父Sutton持续反向传播算法登Nature！证明深度学习还不如浅层网络
...
清华教授刘嘉谈中美AI差距：可怕的是我们落后速度在加快
...
一步步教AI玩游戏，强化学习通关教程！2024必学AI课程，赶紧收藏学习起来吧！
...
SOTA ! 浙大最新成果！四足强化学习走梅花桩!
...
代码实现大模型强化学习(PPO)，看这个视频就够了。
...
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
...
《强化学习》第3.6-3.8章 MDP 马尔可夫决策过程
...
斯坦福大学《强化学习|Stanford CS234 Reinforcement Learning Winter 2019》中英字幕（豆包翻译
...
【大模型+强化学习】怎么理解大模型训练中的RLHF（人类反馈强化学习）？ChatGPT背后的数学原理
...
【中英字幕】强化学习和模型预测控制18讲！四大名校教授精讲模型预测控制、最优控制、强化学习入门
...
从模型预测控制到强化学习12：DDPG做动态控制-研究生入学培训答疑