E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
Q-LEARNING
强化学习实战（二）：用
Q-Learning
和SARSA解决出租车问题
强化学习实战（二）：用
Q-Learning
和SARSA解决出租车问题1.出租车问题问题描述2.Q-Learning和SARSA理论部分暂略2.1Q-Learning2.1.1算法描述2.1.2流程图2.2SARSA2.2.1
Lex_RL
·
2020-06-24 17:03
Reinforcement
Learning
An introduction to Policy Gradients with Cartpole and Doom（四）
www.freecodecamp.org/news/an-introduction-to-policy-gradients-with-cartpole-and-doom-495b5ef2207f/前两篇文章介绍了
Q-learning
mike112223
·
2020-06-24 14:11
强化学习从入门到放弃
强化学习模型-Priority Replay Buffer
ComputerScience,2015前言1.首先提下ReplayBuffer吧，ReplayBuffer是最基本的样本收集再采样的过程，是之前在做DDQN实验中使用的一种样本利用方式，原因是当我们使用
Q-learning
马飞飞
·
2020-06-24 13:01
强化学习
Python手写强化学习
Q-learning
算法玩井字棋
Q-learning
是强化学习中的一种常见的算法，近年来由于深度学习革命而取得了很大的成功。
deephub
·
2020-06-24 12:51
python
强化学习
强化学习(六)：价值函数的逼近(近似)
在强化学习(五)：Sarsa算法与
Q-Learning
的学习中，我们都是假设状态是有限的，而且数量也不多，就像例程中都是使用格子世界，每个格子代表一个状态。
Webbley
·
2020-06-24 07:53
Reinforcement
Learning
基于
Q-Learning
算法的机器人路径规划
最近一直在研究强化学习中的Q学习算法，鉴于网上的代码对于新手来说太过于复杂，我在MATLAB以及Python下都写了相对容易的代码，以便于新手理解与学习。python代码：'''1,环境：先从简单的6x6的方格环境做起,起始位置为右下角,终止位置为右上角,其中选中两处为障碍物,其余的位置为平地，环境的选择为坐标系(0,0)->(5,5).2,选择的动作为‘上下左右’,步长为单位一.3,策略:Q-L
jjx1995712
·
2020-06-23 22:05
【强化学习】
Q-learning
importrandomimportmatplotlib.pylabasplt#%matplotlibinlineimportgymenv=gym.make('Taxi-v1')env.render()print(env.observation_space.n)print(env.action_space.n)5006q={}forsinrange(env.observation_space.n)
颹蕭蕭
·
2020-06-23 20:21
#
机器学习
理解DQN算法
理解DQN算法
Q-Learning
算法
Q-Learning
的算法如下：对于
Q-Learning
，首先就是要确定如何存储Q值，最简单的想法就是用矩阵，一个s一个a对应一个Q值，所以可以把Q值想象为一个很大的表格
靠谱Mr.
·
2020-06-23 06:32
机器学习
一文简述多种强化学习算法，重要概念和术语一览
本文简要介绍了强化学习及其重要概念和术语，并着重介绍了
Q-Learning
算法、SARSA、DQN和DDPG算法。
dengdun6257
·
2020-06-23 03:59
强化学习——
Q-learning
二、
Q-Learning
决策假设我们的行为准则已经学习好了，现在我们处于状态s(tate)1，有两个行为a(ction)1、a(ction)2，在这种s1状态下，a2带来的潜在奖励要比a1高（如下表所示
小道萧兮
·
2020-06-22 08:46
强化学习DQN算法
DQN，即DeepQ-learning算法，是将神经网络与
Q-learning
算法相结合而得到的强化学习算法。
Java与Android技术栈
·
2020-06-22 04:42
强化学习用于路径规划，以
Q-learning
解决TSP问题为例
以下为原创代码，这段代码解决的是TSP问题，采用的思路是强化学习的
Q-learning
方法。
weixin_34417635
·
2020-06-21 12:06
TicTacToe井字棋 by reinforcement learning
，数学公式也看不太懂，一定希望有一些简单明了的代码实现加强对入门强化学习的直觉认识，这是一篇初级入门代码，希望能对你们开始学习强化学习起到基本的作用.井字棋具体玩法参考百度，这篇文字主要是用强化学习中
Q-learning
weixin_34260991
·
2020-06-21 11:06
强化学习：
Q-learning
与DQN（Deep Q Network）
文章目录
Q-learning
一些名词epsilon-greedy算法流程DQN记忆库(Experiencereplay)固定Q-目标(FixedQ-target)算法流程
Q-learning
是一种很常用很传统的强化学习方法
Leon_winter
·
2020-06-20 22:56
强化学习
强化学习
Q-learning
DQN
Deep
Q
Network
reinforcement
learning
actor-critic
1.actor是policy-gradient，critic是类似于
q-learning
的value-based的另一个代表：state-value，所以actor-critic是policy-gradient
Iverson_henry
·
2020-06-18 15:58
强化学习快速入门
Sarsa：和
Q-learning
类似，不同点在于更新规则。Sarsa和
Q-learning
对比：为啥Q-lear
liuyixin6178
·
2020-06-17 22:00
DQN（Deep
Q-learning
）入门教程（结束）之总结
emm，花了一周时间完成了DQN的从入门到入土，这个系列是完完全全的入门系列，因为讲的内容很简单，内容也比较少，仅仅是一个最基本的介绍。我也是因为偶然的原因才接触到强化学习，然后觉得很有意思，比较好奇它是怎么做到的，于是就花了一段时间去了解，接着就将自己的入门过程就写下来了。这个系列相比较与数据挖掘系列的博客，内容还是比较少的，内容如下所示：DQN（DeepQ-learning）入门教程（零）之教
段小辉
·
2020-05-31 23:00
DQN（Deep
Q-learning
）入门教程（六）之DQN Play Flappy-bird ，MountainCar
在DQN（DeepQ-learning）入门教程（四）之Q-learningPlayFlappyBird中，我们使用
q-learning
算法去对FlappyBird进行强化学习，而在这篇博客中我们将使用神经网络模型来代替
段小辉
·
2020-05-31 22:00
python强化学习之
Q-learning
算法
其中
Q-learning
算法的感知状态为离散，无规律。
IEEEagent RL
·
2020-05-31 18:07
python
人工智能
算法
强化学习
DQN（Deep
Q-learning
）入门教程（五）之DQN介绍
简介DQN——DeepQ-learning。在上一篇博客DQN（DeepQ-learning）入门教程（四）之Q-learningPlayFlappyBird中，我们使用Q-Table来储存state与action之间的q值，那么这样有什么不足呢？我们可以将问题的稍微复杂化一点了，如果在环境中，State很多，然后Agent的动作也很多，那么毋庸置疑Q-table将会变得很大很大（比如说下围棋），
段小辉
·
2020-05-30 17:00
DQN（Deep
Q-learning
）入门教程（三）之蒙特卡罗法算法与
Q-learning
算法
蒙特卡罗法在介绍Q-learing算法之前，我们还是对蒙特卡罗法（MC）进行一些介绍。MC方法是一种无模型（model-free）的强化学习方法，目标是得到最优的行为价值函数\(q_*\)。在前面一篇博客中，我们所介绍的动态规划算法则是一种有模型的算法。那么问题来了，什么是模型（model）？模型其实就是我们在第一篇博客：DQN（DeepQ-learning）入门教程（一）之强化学习介绍种所介绍的
段小辉
·
2020-05-28 02:00
DQN（Deep
Q-learning
）入门教程（二）之最优选择
在上一篇博客：DQN（DeepQ-learning）入门教程（一）之强化学习介绍中有三个很重要的函数：策略：\(\pi(a|s)=P(A_t=a|S_t=s)\)状态价值函数：\(v_\pi(s)=\mathbb{E}\left[R_{t+1}+\gamma\left(S_{t+1}\right)|S_{t}=s\right]\)动作价值函数：\(q_{\pi}(s,a)=\mathbb{E}_{
段小辉
·
2020-05-27 15:00
DQN（Deep
Q-learning
）入门教程（一）之强化学习介绍
什么是强化学习？强化学习（Reinforcementlearning，简称RL）是和监督学习，非监督学习并列的第三种机器学习方法，如下图示：首先让我们举一个小时候的例子：你现在在家，有两个动作选择：打游戏和读书。如果选择打游戏的话，你就跑到了网吧，选择读书的话，就坐在了书桌面前。你爸妈下班回家，如果发现你在网吧，就会给你一套社会主义的铁拳，如果你在书桌面前的话，就会买根棒棒糖给你吃。首先，你在家的
段小辉
·
2020-05-24 11:00
MetaQNN : 与Google同场竞技，MIT提出基于
Q-Learning
的神经网络搜索 | ICLR 2017
论文提出MetaQNN，基于
Q-Learning
的神经网络架构搜索，将优化视觉缩小到单层上，相对于GoogleBrain的NAS方法着眼与整个网络进行优化，虽然准确率差了2～3%，但搜索过程要简单地多，
VincentLee
·
2020-04-11 16:44
算法
机器学习
人工智能
深度学习
神经网络
MetaQNN : 与Google同场竞技，MIT提出基于
Q-Learning
的神经网络搜索 | ICLR 2017
论文提出MetaQNN，基于
Q-Learning
的神经网络架构搜索，将优化视觉缩小到单层上，相对于GoogleBrain的NAS方法着眼与整个网络进行优化，虽然准确率差了2～3%，但搜索过程要简单地多，
晓飞的算法工程笔记
·
2020-04-10 09:00
Q-learning
q-learning
的步骤：1、初始化Q-table，Q(s,a)可以设为02、定义初始状态state，s3、根据策略π选择动作action，a4、实施动作action，a5、计算实施动作a所获得的reward6
lojike
·
2020-04-05 00:57
《深入浅出机器学习》之强化学习
机器学习中的强化学习：
Q-learning
学习指南所谓强化学习就是智能系统从环境到行为映射的学习，以使奖励信号(强化信号)函数值最大。
方老司
·
2020-03-31 16:17
强化学习dqn系列梳理--从入门到进坑
强化学习深度学习机器学习DeepQlearningDQN人工智能一、基础知识强化学习可以划分为基于价值函数的方法，策略梯度方法，和结合策略梯度以及价值函数的actor-critic方法；其中基于价值函数的典型算法是
Q-learning
机器学习评论
·
2020-03-25 11:57
从源码看
Q-Learning
与DQN--个人强化学习入门
Q-learning
与DQNQ-learning
Q-learning
算法是用来给出一个智能体（agent）从一个初始状态（state）出发到一个最优状态（State）的“路线”的算法。
妙脆角ynunwpu
·
2020-03-23 17:42
PGQ: COMBINING POLICY GRADIENT AND
Q-LEARNING
NeilZhu，IDNot_GOD，UniversityAI创始人&ChiefScientist，致力于推进世界人工智能化进程。制定并实施UAI中长期增长战略和目标，带领团队快速成长为人工智能领域最专业的力量。作为行业领导者，他和UAI一起在2014年创建了TASA（中国最早的人工智能社团）,DLCenter（深度学习知识中心全球价值网络），AIgrowth（行业智库培训）等，为中国的人工智能人才
朱小虎XiaohuZhu
·
2020-03-11 01:35
解析 DeepMind 采用双 Q 学习 (Double
Q-Learning
) 深度强化学习技术
NeilZhu，IDNot_GOD，UniversityAI创始人&ChiefScientist，致力于推进世界人工智能化进程。制定并实施UAI中长期增长战略和目标，带领团队快速成长为人工智能领域最专业的力量。作为行业领导者，他和UAI一起在2014年创建了TASA（中国最早的人工智能社团）,DLCenter（深度学习知识中心全球价值网络），AIgrowth（行业智库培训）等，为中国的人工智能人才
朱小虎XiaohuZhu
·
2020-02-23 13:04
尝试用强化学习算法来玩下FlappyBird？
/s/nm...效果展示参见：https://zhuanlan.zhihu.com/p/...原理简介原理其实在这篇文章里讲过：长文预警|利用DQN玩吃豆人（Pacman）小游戏不过今天我们将尝试只用
Q-Learning
白露未晞
·
2020-02-20 23:26
深度学习
pytorch
算法
python
Keras深度强化学习--Double DQN实现
DoubleDQN原理DQN本质上仍然是
Q-learning
，只是利用了神经网络表示动作值函数，并利用了经验回放和单独设立目标网络这两个技巧。
洛荷
·
2020-02-14 12:29
迷雾探险3 | 强化学习入门
增强学习系列之（二）：实现一个简单的增强学习的例子：
Q-Learning
算法+epsi
臻甄
·
2020-02-10 13:08
【李宏毅深度强化学习笔记】7、Sparse Reward
【李宏毅深度强化学习笔记】1、策略梯度方法（PolicyGradient）【李宏毅深度强化学习笔记】2、ProximalPolicyOptimization(PPO)算法【李宏毅深度强化学习笔记】3、
Q-learning
qqqeeevvv
·
2020-01-29 14:31
强化学习
#
理论知识
深度强化学习
Sparse
Reward
Curiosity
Curriculum
Learning
Hierarchical
RL
【强化学习RL】model-free的prediction和control — MC, TD(λ), SARSA,
Q-learning
等
本系列强化学习内容来源自对DavidSilver课程的学习课程链接http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html在上一文介绍了RL基础概念和MDP后，本文介绍了在model-free情况下（即不知道回报Rs和状态转移矩阵Pss'），如何进行prediction，即预测当前policy的state-valuefunctionv(s)
水奈樾
·
2020-01-26 12:00
Continuous Deep
Q-Learning
with Model-based Acceleration
Model-freereinforcementlearninghasbeensuccessfullyappliedtoarangeofchallengingproblems,andhasrecentlybeenextendedtohandlelargeneuralnetworkpoliciesandvaluefunctions.However,thesamplecomplexityofmodel-
朱小虎XiaohuZhu
·
2020-01-04 08:33
[强化学习论文笔记(2)]:DoubleDQN
DeepReinforcementLearningwithDoubleQ-learning论文地址：Double-DQNDoubleQ-learning笔记在传统强化学习领域里面，学者们已经认识到了
Q-learning
木子士心王大可
·
2019-12-31 13:00
白话强化学习之Sarsa与Sarsa-lambda
SarsaSarsa的学习过程和
Q-Learning
基本一样，不同的地方是
Q-Learning
在走下一步的时候是先看下一步应该走哪，但是最后不一定走，而Sarsa是决定完要走的步之后一定会去走那一步。
坑吭吭
·
2019-12-25 04:12
AI学习笔记——深度
Q-Learning
(Deep Q-Learing(DQN))
之前的文章介绍了
Q-learning
,介绍了深度学习(DeepLearning)，DQN顾名思义就是将两者结合起来。
Hongtao洪滔
·
2019-12-21 08:55
Q-learning
今天,来说说q-learning.在我最近学习机相关资料后.首先关于
q-learning
是一个马尔科夫决策的过程(markov).公式如下:Q(st,at)←Q(st,at)+α[rt+1+λmaxaQ
D_8鸽
·
2019-12-19 06:52
迷雾探险12 | RL的开源库
提供的强化学习算法较为全面，如
Q-learning
、Sarsa、DQN、PG、DPG、DDPG、PPO等算法。
臻甄
·
2019-12-16 16:42
白话强化学习之
Q-Learning
用最朴素的语言来解释一下这看起来晦涩难懂的东西系列。。。场景：假设你要从大连去沈阳，然而你并不知道该怎么走，此时你手里有一张假地图（或者干脆就是一张白纸），其次还有个很重要的高科技，就是你每走一步，都能清晰的知道你离目的地的距离（假设你走的是直线，或者是开飞机的，无视障碍物），但是恶心的是起了大雾，你除了能在假地图上记录当前位置和外界的反馈以外啥也干不了。最终目的：把真·地图画出来image.pn
坑吭吭
·
2019-12-16 01:11
实战深度强化学习DQN-理论和实践
1、
Q-learning
回顾
Q-learning
的算法过程如下图所示：在
Q-learning
中，我们维护一张Q值表，表的维数为：状态数S*动作数A，表中每个数代表在当前状态S下可以采用动作A可以获得的未来收益的折现和
文哥的学习日记
·
2019-12-13 09:28
强化学习：
Q-learning
的C语言实现
强化学习：
Q-Learning
学习笔记（C语言实现）一.强化学习（增强学习）的概念：机器学习算法大致可以分为三种：监督学习(如回归，分类)非监督学习(如聚类，降维)强化学习什么是强化学习呢？
Tanzhiyong97
·
2019-12-12 22:32
强化学习
强化学习
增强学习
Q-learning
C语言
强化学习（5）：策略梯度（Policy Gradient, PG）算法
之前提到的Sarsa、
Q-Learning
和DQN算法都是基于价值的方法，也就是先计算每个状态对应的动作的Q值，再选择Q值最大的动作执行。
棉花糖灬
·
2019-11-21 13:16
强化学习
强化学习
policy
gradient
PG
基于tensorflow的最简单的强化学习入门-part0：
Q-learning
和神经网络
在这个增强学习系列的教程中，我们打算探索一些列称为==
Q-learning
==的增强学习算法，它和之
y_felix
·
2019-11-08 04:59
AI学习笔记——强化学习之动态规划(Dynamic Programming)解决MDP(1)
我们介绍过MDP(MarkovDecisionProcesses马可夫决策过程)以及什么是最优MDP，甚至从强化学习的角度介绍了DQN，
Q-learning
,Sarsa等求解最优MDP方法，但是要深入理解强化学习
Hongtao洪滔
·
2019-11-03 21:39
python实现
Q-Learning
算法
先贴源码：莫烦python强化学习此算法实现的背景是一个人找宝藏T，且只有向左和向右两种action。如下图：image.png用到的三个库：numpy、pandas、time。importnumpyasnpimportpandasaspdimporttime#控制探索者移动速度生成相同的随机序列（这句代码产生的效果还没弄明白）：np.random.seed(2)#如果括号内的数字相同，则可以使n
带带吴腾跃
·
2019-11-02 03:02
简单粗暴理解
Q-Learning
一个例子简单粗暴理解
Q-Learning
的执行过程。首先强化学习有四个参数，分别是agent：智能体、state：状态、action：动作、reward：奖励。
带带吴腾跃
·
2019-11-01 21:58
上一页
11
12
13
14
15
16
17
18
下一页
按字母分类：
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他