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
强化学习之迷宫问题（MC, Sarsa,
Q-learning
实现）
通过简易迷宫问题，理解Monte-Carlo,Sarsa和
Q-learning
算法3×33\times33×3的迷宫如下可以通过每一步都随机地走，直到走到S8为止这里主要写通过强化学习，找到最佳路线MC
蓝羽飞鸟
·
2020-08-17 13:49
Reinforcement
Learning
强化学习
Q-Learning
解决FrozenLake例子（Python）
importgymimportnumpyasnpimportrandomimportmatplotlib.pyplotasplt#gym创建冰湖环境env=gym.make('FrozenLake-v0')#初始化Q表格，矩阵维度为【S,A】，即状态数*动作数Q_all=np.zeros([env.observation_space.n,env.action_space.n])#设置参数,#其中α
kyolxs
·
2020-08-17 13:25
AI
Deep
Q-learning
学习笔记
Q-learning
作为典型的value-basedalgorithm，训练出来的是critic（并不直接采取行为，评价现在的行为有多好），因此提出了statevaluefunction的概念，方便对每个状态进行评估
失学少年等九推
·
2020-08-17 12:51
theory
强化学习（3）：Deep Q Network（DQN）算法
1.DQN的基本思想传统的
Q-Learning
算法当Q表过大时不仅难以存储而且难以搜索，并且当状态是连续的话，用Q表存储是不现实的，这时可以用一个函数来拟合Q表，所以提出了神经网络和
Q-Learning
棉花糖灬
·
2020-08-17 11:01
强化学习
Deep Q-Network 学习笔记（一）——
Q-Learning
学习与实现过程中碰到的一些坑
这方面的资料比较零散，学起来各种碰壁，碰到各种问题，这里就做下学习记录。参考资料：https://morvanzhou.github.io/非常感谢莫烦老师的教程http://mnemstudio.org/path-finding-q-learning-tutorial.htmhttp://www.cnblogs.com/dragonir/p/6224313.html这篇文章也是用非常简单的说明将
weixin_33924220
·
2020-08-17 10:31
Deep
Q-Learning
深度增强学习（代码篇）
搭建DQN初始化#动作数量self.n_actions#状态数量self.n_features#learning_rate学习速率self.lr#Q-learning中reward衰减因子self.gamma#e-greedy的选择概率最大值self.epsilon_max#更新Q现实网络参数的步骤数self.replace_target_iter#存储记忆的数量self.memory_size#
段星星
·
2020-08-17 10:41
深度学习
DQN(Deep
Q-Learning
)
文章目录DQNDQN的架构DQN的算法DQNq-learning存在一个问题，真实情况的state可能无穷多，这样q-table就会无限大，解决这个问题的办法是通过神经网络实现q-table。输入state，输出不同action的q-value。q-leaning的执行过程:输出state,根据Q-Table输出不同action的q-value,根据探索利用策略,获取当前状态下采取的动作a.DQN
今生唯尔
·
2020-08-17 10:21
Reinforcement
Learning
强化学习实例3：
Q-Learning
和Q-Network
TheFrozenLakeenvironment，有4x4网格代表湖面,有16个状态，其中S,H,F和G代表不同的格子块，4个行为（上下左右）S：开始块F：冰块H：洞G：目标块
Q-Learning
包括Q-table
CopperDong
·
2020-08-17 10:48
强化学习
Deep Q-Network 学习笔记（二）——
Q-Learning
与神经网络结合使用（有代码实现）...
mnemstudio.org/path-finding-q-learning-tutorial.htmhttp://www.cnblogs.com/dragonir/p/6224313.html这篇文章也是用非常简单的说明将
Q-Learning
weixin_34186128
·
2020-08-17 10:50
漫谈深度强化学习之手写Deep Q-Network解决迷宫问题
1.Q-Learning回顾上一期我们讲了
Q-Learning
以及Sarsa的算法流程，同时我们还手写了基于
Q-Learning
以及Sarsa来解决OpenAIgym中的FrozenLake问题。
算法学习者
·
2020-08-17 10:59
RL
一图看懂DQN(Deep Q-Network)深度强化学习算法
一图看懂DQN(DeepQ-Network)深度强化学习算法DQN简介DQN是一种深度学习和强化学习结合的算法，提出的动机是传统的强化学习算法
Q-learning
中的Q_table存储空间有限，而现实世界甚至是虚拟世界中的状态是接近无限多的
薄荷-塘
·
2020-08-17 10:59
深度强化学习
强化学习
深度学习
机器学习
强化学习7日打卡营----学习心得
课程入口：https://aistudio.baidu.com/aistudio/education/group/info/1335课程从入门到高级，一步步带你了解强化学习世界，从Sarsa到
Q-learning
cgq081616
·
2020-08-17 00:12
tensorflow2.0 实现 DQN
本质上DQN还是一个
Q-learning
算法，更新方式一致。为了更好的探索环境，同样的也采用ε-greedy方法训练。在
Q-learning
的基础上，DQN提出了两个技巧使得Q网
CarveStone
·
2020-08-16 18:03
tensorflow
深度学习
神经网络
强化学习
【强化学习】Sarsa+Sarsa-lambda(Sarsa(λ))算法详解
【强化学习】Sarsa+Sarsa-lambda(Sarsa(λ))算法详解Sarsa算法的决策部分和
Q-learning
相同，所以下面的内容依然会基于上片Qlearning的公式推导。
shura_R
·
2020-08-16 14:15
强化学习
李宏毅深度强化学习笔记（五）
Q-learning
（Continuous Action）
cindy_1102/article/details/87907470李宏毅深度强化学习课程https://www.bilibili.com/video/av24724071李宏毅深度强化学习笔记（五）
Q-learning
hinanmu
·
2020-08-16 12:29
强化学习
Alpha来自哪里？
♥优化强化学习
Q-learning
算法进
weixin_38754123
·
2020-08-16 09:08
Q-Learning
原理+python代码解析+改进
目录引言
Q-Learning
介绍一、分类二、原理概述三、代码（值迭代）代码讲解三、改进---epsilon、策略迭代1、epsilon随游戏进行逐步减小2、改为策略迭代四、遇到的问题1、文件命名2、zeros
野生蘑菇菌
·
2020-08-15 22:44
Reinforcement
Learning
python
A Painless
Q-learning
Tutorial (一个
Q-learning
算法的简明教程)
这篇教程通俗易懂，是一份很不错的学习理解
Q-learning
算法工作原理的材料。第一部分：中文翻译第二部分：英文原
weixin_30940783
·
2020-08-15 08:29
强化学习-PPO（Proximal Policy Optimization）笔记
深度强化学习领域，将深度学习与基于值的
Q-Learning
算法相结合产生了DQN算法。具代表性的是
Q-Learning
与PolicyGradient算法。
zhangphil
·
2020-08-15 04:21
AI
机器学习
Q-learning
实现简单的Gym游戏
Q-learning
实现简单的Gym游戏Gym是为测试和开发RL算法而设计的环境/任务的集合。它让用户不必再创建复杂的环境。Gym用Python编写，它有很多的环境，比如机器人模拟或Atari游戏。
北幽燕客
·
2020-08-13 22:05
python
强化学习
使用Python中的OpenAI Gym进行深度
Q-Learning
的实践介绍
Introduction我一直对游戏着迷。看似无限的选择可以在紧迫的时间线下执行一个动作-这是一个惊心动魄的经历。没有什么比得上它了。因此，当我读到DeepMind想出的令人难以置信的算法（如AlphaGo和AlphaStar）时，我被迷住了。我想学习如何在自己的机器上制作这些系统。这使我进入深度强化学习的世界（DeepRL）。即使您不参与游戏，DeepRL也很重要。只需查看目前使用DeepRL进
Adam坤
·
2020-08-13 22:57
强化学习
深度强化学习
AI程序员
算法
神经网络
机器学习
深度学习
强化学习笔记之基本原理（一）
技术路线强化学习的发展如图所示，从policybased的policygradient和valuebased的
Q-Learning
，到两者结合的actor-critic，综合了两者的优势，奠定了现在强化学习的基本框架
vehicoder
·
2020-08-13 19:12
强化学习
教程
百度飞桨强化学习7日心得
更新公式：
Q-learning
更新公式：其中α为学习速率（learningrat
qq_43117155
·
2020-08-13 18:55
百度飞桨强化学习课程心得
百度飞桨强化学习课程心得引言：什么是强化学习第一节：从SARSA到
Q-learning
第二节：DeepQnetwork第三节：Policygradient第四节：DDPG引言：什么是强化学习在参加百度的活动之前
qq_35008055
·
2020-08-13 17:19
强化学习
强化学习（一）
Q-Learning
/DQN之CartPole
游戏的全过程可以理解为AI智能体和环境之间的互动，我们把其中复杂的因素抽象为三个变量——报酬、行动、状态。状态(s)编号名称最小值最大值0小车的位置-2.42.41小车的速度-infinf2木棒的角度-41.841.83木棒的速度-infinf行动(a)对于某一个状态s采取的行动A(s)应该包括以下两种：0:小车向左移动1:小车向右移动报酬®木棒每保持平衡1个时间步，就得到1分每一场游戏的最高得分
nodototao
·
2020-08-13 16:52
Reinforcement
Learning
强化学习之CartPole游戏(
Q-learning
)
CartPole是OpenAIgym中的一个游戏测试https://gym.openai.com/envs/CartPole-v1/目的是通过强化学习让Agent控制cart，使pole尽量长时间不倒这里用
Q-learning
蓝羽飞鸟
·
2020-08-13 15:18
Reinforcement
Learning
基于Keras的OpenAI-gym强化学习的车杆/FlappyBird游戏
强化学习课程：
Q-Learning
强化学习(李宏毅)、深度强化学习强化学习是一种允许你创造能从环境中交互学习的AIAgent的机器学习算法，其通过试错来学习。
aohun0743
·
2020-08-13 13:53
Q-learning
理解以及简单实现
下面以一个综合全面的例子来理解
Q-learning
的过程。http://mnemstudio.org/path-finding-q-
jinmingz
·
2020-08-12 14:39
Dialog
强化学习笔记-百度AI Studio
强化学习7日打卡营-世界冠军带你从零实践课程简介什么是强化学习
Q-learning
基础算法强化学习算法DQN强化学习算法Policy-Gradient强化学习DDPG算法总结课程简介最近正在学强化学习的知识
wingOfStone
·
2020-08-12 14:21
强化学习
强化学习入门（四）：
Q-learning
算法系列1：基本思想
)2、状态价值函数Vπ(s)V^{\pi}(s)Vπ(s)的评估1、基于蒙特卡洛的方法Monte-Carlo(MC)2、时序分差方法Temporal-difference(TD)3、MC与TD比较3、
Q-Learning
工藤旧一
·
2020-08-12 14:02
#
强化学习
强化学习Sarsa，
Q-learning
的收敛性最优性区别（on-policy跟off-policy的区别）
在这种情况下，
Q-learning
更倾向于找到一条最优policy，而Sarsa则会找到一条次优的policy。
贰锤
·
2020-08-12 13:24
强化学习
强化学习薄荷糖
强化学习
学习笔记TF038:实现估值网络
Q-Learning
，学习Action对应期望值(ExpectedUtility)。1989年，Watkins提出。收敛性，1992年，Watkins和Dayan共同证明。
利炳根
·
2020-08-12 13:14
【强化学习】python 实现
q-learning
例五（GUI）
本文作者：hhh5460本文地址：https://www.cnblogs.com/hhh5460/p/10143579.html感谢pengdali，本文的classMaze参考了他的博客，地址：https://blog.csdn.net/pengdali/article/details/793699660.问题情境一个6*6的迷宫，左上角入口，右下角出口。红色矩形为玩家，黑色矩形为陷阱，黄色矩形
weixin_33896069
·
2020-08-12 13:40
从零使用强化学习训练AI玩儿游戏(7)——使用DQN(TensorFlow)
我们选择CartPole这款游戏，在之前的
Q-learning
中我们有用过这款游戏，在
Q-learning
上效果非常的差。
蛋烘糕
·
2020-08-12 13:52
机器学习
强化学习笔记+代码（一）：强化学习背景介绍
本文主要整理和参考了李宏毅的强化学习系列课程和莫烦python的强化学习教程本系列主要分几个部分进行介绍强化学习背景介绍SARSA算法原理和Agent实现
Q-learning
算法原理和Agent实现DQN
nbszg
·
2020-08-12 13:42
深度学习
机器学习
python
【强化学习】
Q-Learning
原理及代码实现
最近工作是在太忙了，无奈，也没空更新博客，职业上也从研发变成了产品，有小半年没写代码了，怕自己手生的不行，给自己两天时间，写了点东西，之前做搞机器学习，搞深度学习，但一直对依赖全场景数据喂模型的方向有点感冒，因为数据又贵又难搞全，企业靠这个发家有点难，且本身需要企业具有很大的体量，另收集数据-训练-部署三板斧就当做AI的自进化说法感觉有点勉强，不谈特定场景妄图一个AI模型解决通用问题的都是大忽悠，
飘散风中
·
2020-08-12 12:19
强化学习
强化学习（
Q-Learning
，Sarsa）
ReinforcementLearning监督学习–>非监督学习–>强化学习。监督学习：拥有“标签”可监督算法不断调整模型，得到输入与输出的映射函数。非监督学习：无“标签”，通过分析数据本身进行建模，发掘底层信息和隐藏结构。在线学习：接受新数据，更新参数。但是1.标签需要花大量的代价进行收集，在有些情况如子任务的组合数特别巨大寻找监督项是不切实际的。2.如何更好的理解数据，学习到具体的映射而不仅仅
上杉翔二
·
2020-08-12 12:50
强化学习
强化学习的数学基础3---Q-Learning
Q-Learning
基础笔记整理自李宏毅老师的公开课基础知识在之前的笔记关于PolicyGradient和PPO方法中，需要学习的是某个策略π\piπ。
Erick_Lv
·
2020-08-12 12:19
机器学习数学基础
强化学习笔记（四）无模型控制（Model-Free Control）
Q2：WindyGridWorld代码学习Q3：
Q-Learning
和SARSA的区别？
_Epsilon_
·
2020-08-12 12:05
强化学习
股票操作之强化学习基础（二）（
Q-learning
、Sarsa、Sarsa-lambda）
股票操作之强化学习基础（二）（
Q-learning
、Sarsa、Sarsa-lambda）1.Q-learningQ-learning是强化学习一个比较基础的算法，很多强化学习的升级算法都是在
q-learning
wbbhcb
·
2020-08-12 12:23
量化杂文
入门必看 | 深度
Q-learning
简介【RL系列】
下载方式方式一公众号后天回复“20180803”作者|RobbieAllen编译|专知整理|Sanglei,Shengsheng添加微信：MLAPython（姓名-单位-方向）即可加入机器学习交流群今天，我们将构建一个深度Q网络，为环境中的agent实现一个可以获取环境状态信息以及近似Q-value的神经网络。多亏这个模型，我们才可以使用agent打Doom游戏。在这篇文章中，你将学到：什么是深度
机器学习算法与Python学习-公众号
·
2020-08-12 12:42
增强学习（二）：
Q-Learning
与深度学习结合
Deep-Q-learning1，
Q-Learning
与深度学习结合思路q-table存在一个问题，真实情况的state可能无穷多，这样q-table就会无限大，解决这个问题的办法是通过神经网络实现q-table
mr_corder
·
2020-08-12 11:02
增强学习
深度学习算法
Q-learning
原理
Q-learningQ-learning是value-based的方法，在这种方法中我们不是要训练一个policy，而是要训练一个critic网络。critic并不直接采取行为，只是对现有的actor，评价它的好坏。Value-Fuctioncritic给出了一个valuefunction，代表在遇到游戏的某个state后，采取策略为的actor一直玩到游戏结束，所能得到的reward之和。（即c
NO23412号菜狗
·
2020-08-12 11:37
算法
语音合成
【强化学习】python 实现
q-learning
例四（例二改写）
将例二改写成面向对象模式，并加了环境！不过更新环境的过程中，用到了清屏命令，play()的时候，会有点问题。learn()的时候可以勉强看到:P0.效果图1.完整代码相对于例一，修改的地方：Agent五处：states,actions,rewards,get_valid_actions(),get_next_state()Env两处：__init__(),update()importpandasa
derek881122
·
2020-08-12 11:55
【强化学习】python 实现
q-learning
例二
本文作者：hhh5460本文地址：https://www.cnblogs.com/hhh5460/p/10134855.html问题情境一个2*2的迷宫，一个入口，一个出口，还有一个陷阱。如图（图片来源：https://jizhi.im/blog/post/intro_q_learning）这是一个二维的问题，不过我们可以把这个降维，变为一维的问题。感谢：https://jizhi.im/blog
derek881122
·
2020-08-12 11:55
【强化学习】python 实现
q-learning
例一
本文作者：hhh5460本文地址：https://www.cnblogs.com/hhh5460/p/10134018.html问题情境-o---T#T就是宝藏的位置,o是探索者的位置这一次我们会用
q-learning
derek881122
·
2020-08-12 11:55
策略梯度(Policy gradient)学习心得
文章目录策略梯度网络结构策略梯度网络权重的更新策略梯度网络更新的时机策略梯度动作的选择策略梯度概率更新幅度最后以前的博文介绍了
Q-learning
与DQN的相关知识与实例（https://blog.csdn.net
蚍蜉_
·
2020-08-12 10:45
机器学习
强化学习笔记(4)无模型控制Model-Free Control(On-policy learning, off-policy learning, GLIE, Sarsa,
Q-learning
)
文章目录Introduction概念On-PolicylearningOff-PolicylearningMonte-CarloControl问题1：使用行为价值函数代替状态价值函数贪婪策略基于行为价值函数的更新：问题2：使用贪婪算法的局限性例解决方案：ϵ−greedy\epsilon-greedyϵ−greedyGLIE定理：GLIEMonte-CarloControl定理TDControlSa
SpadeA_Iverxin
·
2020-08-12 10:27
强化学习RL
Q-Learning
实现
1、算法：整个算法就是一直不断更新Qtable里的值,然后再根据新的值来判断要在某个state采取怎样的action.Qlearning是一个off-policy的算法,因为里面的maxaction让Qtable的更新可以不基于正在经历的经验(可以是现在学习着很久以前的经验,甚至是学习他人的经验).不过这一次的例子,我们没有运用到off-policy,而是把Qlearning用在了on-polic
女王の专属领地
·
2020-08-12 10:55
机器学习
【李宏毅深度强化学习笔记】5、
Q-learning
用于连续动作 (NAF算法)
【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
·
2020-08-12 10:43
强化学习
#
理论知识
上一页
7
8
9
10
11
12
13
14
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