京东 11.11 红包
7.强化学习与其他机器学习的关系
发布人
打开封面 下载高清视频 观看高清视频 视频下载器
...
3.强化学习应用案例—游戏
...
2.什么是强化学习-2
...
12.强化学习MDP四元组S，A，P，R-2
...
11.强化学习MDP四元组S，A，P，R-1
...
10.RL怎么办到的：试错探索
...
17.Model-based：状态转移与序列决策
...
9.强化学习与监督学习的区别
...
13.Agent的决策方式：value-based
...
4.强化学习应用案例—运动与平衡
...
6.强化学习应用案例—交通治理
...
14.价值函数
...
16.模型
...
41.强化学习的组成部分
...
5.强化学习应用案例—股票
...
44.策略梯度
...
Transformer+强化学习成为双热点强强联合的发文方向
...
42.随机策略
...
用7年前的显卡在那跑强化学习 issacgym
...
入门到成神！三小时可快速上手的【深度强化学习】，不愧是北大王树森博士，讲的是真的通俗易懂！
...
21.实验：RL agent→environment交互接口
...
23.Q表格
...
29.实验：悬崖行走问题
...
这可能是我见过强化学习和模型预测控制最好的教程！四大名校教授精讲动态系统和仿真、最优控制、策略梯度方法、MPC
...
强推！北京大学王树森半天就教会了我深度强化学习，原理详解+项目实战，学不会来打我！
...
【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
...
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
...
46.PG算法
...
27.Temporal Difference 时序差分（TD单步更新）
...
2. Attention机制
...
28.SARSA
...
GPT4O1是强化学习和大模型的一次成功融合
...
26.实验：状态价值迭代
...
7. Transformer的基本结构
...
36.DQN=Q-learning+神经网络
...
33.为什么需要神经网络
...
43.随机策略的实现
...
30.Q-learning之Off-Policy
...
强化学习四足机器人二
...
24. GPT-2的核心思想
...
34.值函数近似