【深入了解pytorch】PyTorch强化学习:强化学习的基本概念、马尔可夫决策过程(MDP)和常见的强化学习算法

【深入了解pytorch】PyTorch强化学习:强化学习的基本概念、马尔可夫决策过程(MDP)和常见的强化学习算法

  • PyTorch强化学习:介绍强化学习的基本概念、马尔可夫决策过程(MDP)和常见的强化学习算法
    • 引言
    • 强化学习的基本概念
      • 状态(State)
      • 动作(Action)
      • 奖励(Reward)
      • 策略(Policy)
      • 值函数(Value Function)
      • 强化学习的过程
    • 马尔可夫决策过程(MDP)
    • Q-learning算法
    • 策略梯度方法
    • 使用PyTorch进行强化学习
  • 结论

PyTorch强化学习:介绍强化学习的基本概念、马尔可夫决策过程(

你可能感兴趣的:(Python实战教程,人工智能与机器学习教程,pytorch,算法,人工智能)