|
- 通俗易懂讲AI--强化学习 - 知乎
2、强化学习的原理 划重点：强化学习的目标是得到一个策略，用于判断在什么状态下选取什么动作才能得到最终奖赏。 如何得到这个策略呢？ 强化学习任务通常用马尔可夫决策过程（Markov Decision Process，简称MDP）来描述，是一种描述机器与环境交互的框架。
- 强化学习 (Reinforcement Learning) - 知乎
在机器学习里，其范式主要分为监督学习（Supervised Learning），无监督学习（Unsupervised Learning）和强化学习。 正如维基百科所说，强化学习是机器学习的一个分支组成部分，但是却与机器学习当中常见的监督学习和无监督学习不同。
- 深度强化学习SAC、PPO、TD3、DDPG比较？ - 知乎
在深度强化学习（Deep Reinforcement Learning, DRL）领域，近年来有许多重要的算法被提出，它们都在不同的任务中展现了强大的表现。在这些算法中， SAC（Soft Actor-Critic） 、 PPO（Proximal Policy Optimization） 、 TD3（Twin Delayed Deep Deterministic Policy Gradient） 和 DDPG（Deep Deterministic Policy Gradient） 是目前广泛使用的
- 机器学习、深度学习和强化学习的关系和区别是什么？ - 知乎
最近有接触到一些机器学习的内容，同时还发现了深度学习和强化学习两个名词，不知道这三个内容是否有一定的相关性，区别是什么？ 各自的核心和侧重点是什么？ 各自… 显示全部 关注者 609 被浏览
- 如何评价西湖大学赵世钰老师的《强化学习的数学原理》一书？
如何评价西湖大学赵世钰老师的《强化学习的数学原理》一书？ 之前跟着赵老师在B站上学了同名课程，受益匪浅，不是看论文那么虚的感觉，他就像是一个在RL领域呆了很长时间的师兄，明确知道要做RL创新研究的理论门槛在哪… 显示全部 关注者 363
- 强化学习从入门到进阶精选干货汇总 - 知乎
当接触NAS时，确实不是懂，因为对强化学习没有什么概念，只知道2016年即阿尔法狗之后的同门师弟阿尔法元在没有任何人类指导的前提下，自学了3天就把它师兄阿尔法狗拍死在沙滩上，感觉好NB的样子，官方也说了，其主要使用强化学习技术，更是激起我对强化
- 研0，研究生期间搞强化学习，零基础，怎么学？ - 知乎
研0，研究生期间搞强化学习，零基础，怎么学？ 目前的想法是先看sutton的强化学习，但是觉得看不懂，有配合的网课推荐吗，或者比较好的学习路线。 求大佬推荐 显示全部 关注者 216
- 强化学习（reinforcement learning)有什么好的开源项目、网站、文章推荐一下？ - 知乎
强化学习的开源项目在github上还是有挺多的，本文列举了一部分，肯定不全面，持续更新中。 1 乒乓球游戏+策略梯度算法 这是应用强化学习的 策略梯度算法 的乒乓球游戏，Andrej Karpathy通过130行代码实现的，帮助理解强化学习算法。
|
|
|