文章
**強化學習（一）模型基礎
**強化學習（二）馬爾科夫決策過程(mdp)
無強化學習（三）用動態規劃（dp）求解
無強化學習（四）用蒙特卡羅法（mc）求解
無強化學習（五）用時序差分法（td）求解無**
強化學習（七）時序差分離線控制演算法q-learning
**強化學習（八）價值函式的近似表示與deep q-learning
**強化學習（九）deep q-learning高階之nature dqn
**強化學習（十）double dqn (ddqn)
**強化學習(十一) prioritized replay dqn
**強化學習(十二) dueling dqn
**強化學習(十三) 策略梯度(policy gradient)
**強化學習(十四) actor-critic
**強化學習(十五) a3c
**強化學習(十六) 深度確定性策略梯度(ddpg)
**強化學習(十七) 基於模型的強化學習與dyna演算法框架
無強化學習(十八) 基於模擬的搜尋與蒙特卡羅樹搜尋(mcts)
無強化學習(十九) alphago zero強化學習原理
無
強化學習 強化學習基礎
為了應對車載網路中通訊環境快速變化的難題，可以使用強化學習進行解決，這裡對強化學習的基礎進行整理。主要的應用場景為車載網路中資源分配問題。本文源自莫煩python 強化學習章節，有需要請查閱原文 20200413補充了一些內容，來自這篇部落格，是李巨集毅的深度強化學習的筆記。強化學習的主要構成有 a...
強化學習 1 1 0 強化學習介紹
abstract 本文介紹reinforcement learning的具體特點和與其他機器學習演算法不同之處，本文是乙個骨架性的文章，所有專有名詞都保持英文原始單詞，具體內容會在後續中給出詳細解答。keywords reinforcement learning，situation，action，e...
python原理 強化學習 原理與Python實現
強化學習 原理與python實現 出版日期 2019年08月 檔案大小 17.18m 支援裝置 60.00 適用客戶端 圖書簡介 目錄全書分為三個部分。第一部分了解強化學習應用，了解強化學習基本知識，搭建強化學習測試環境。該部分包括 強化學習的概況 強化學習簡單示例 強化學習演算法的常見思想 強化學...