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 | 表格型
Q-Learning
玩井字棋（二）
在强化学习实战|表格型
Q-Learning
玩井字棋（一）中，我们构建了以Game()和Agent()类为基础的框架，本篇我们要让agent不断对弈，维护Q表格，提升棋力。
埠默笙声声声脉
·
2021-12-09 14:00
强化学习实战 | 表格型
Q-Learning
玩井字棋（一）
在强化学习实战|自定义Gym环境之井子棋中，我们构建了一个井字棋环境，并进行了测试。接下来我们可以使用各种强化学习方法训练agent出棋，其中比较简单的是Q学习，Q即Q(S,a)，是状态动作价值，表示在状态s下执行动作a的未来收益的总和。Q学习的算法如下：可以看到，当agent在状态S，执行了动作a之后，得到了环境给予的奖励R，并进入状态S'。同时，选择最大的Q(S',a)，更新Q(S,a)。所谓
埠默笙声声声脉
·
2021-12-07 19:00
paddle2.2.0：DQN算法训练cartpole游戏
DQN，基于
Q-learning
，结合了神经网络，不再使用Q表格来存储Q值，而是用神经网络拟合的方式，可以大大减少内存的占用，同时也更加省时。
前行_的路上
·
2021-11-29 23:28
强化学习
python
paddle
深度学习
强化学习(Sarsa与
q-learning
)代码示例
一、Sarsa算法Sarsa算法是on-policy的，行为策略是什么，目标策略就是什么，即优化的是他实际执行的策略，所以使用Sarsa算法的agent在探索时显得有点“胆小”。上Sarsa的代码：importtimeimportnumpyasnpimportgymclassSarsaAgent(object):def__init__(self,obs_n,act_n,e_greed=0.1,ga
前行_的路上
·
2021-11-24 10:52
强化学习
python
强化学习
【RL】
Q-learning
走迷宫案例及改进
假设我们用一个[公式]的表格表示[公式]值，称作Q-table。就像训练神经网络时初始化模型系数一样，我们首先会初始化这个表格。然后开始与环境进行交互，以游戏为例。一局（一个episode）内有很多个step，我们会做一系列的动作，并最终获得胜利/失败（到达结束状态）。在每一个step中，接收到当前状态[公式]后，我们就根据当前的Q-table选出[公式]值最大的动作[公式]（也有可能用[公式]以
Tialyg
·
2021-11-23 21:56
实战
python
强化学习
机器学习
强化学习之
Q-Learning
（附代码）
QQQ-Learning\mathrm{Learning}Learning原理介绍 QQQ-Learning\mathrm{Learning}Learning是强化学习的算法之一，Q\mathrm{Q}
Q-Learning
鬼道2021
·
2021-11-18 14:23
强化学习
深度学习
机器学习
神经网络
【5分钟 Paper】Deep Recurrent
Q-Learning
for Partially Observable MDPs
论文题目：DeepRecurrentQ-LearningforPartiallyObservableMDPs论文标题及作者信息截图 这篇论文最开始是15年提出来的，但最新的修订版本是17年的，下文所有内容都以17年版本为主。论文链接：https://arxiv.org/abs/1507.06527所解决的问题？ 如题目中所述，作者解决的就是部分可观测马尔可夫决策过程(Partially-Obs
小小何先生
·
2021-06-23 16:53
Q-learning
一、介绍
Q-learning
算法本质上是在求解函数Q(s,a).如下图，根据状态s和动作a,得出在状态s下采取动作a会获得的未来的奖励，即Q(s,a)。
winddy_akoky
·
2021-06-20 10:51
李宏毅老师2020年深度学习系列讲座笔记7
【接6为什么
Q-learning
会有over-estimate的现象而DoubleDQN可以避免？】
ViviranZ
·
2021-06-13 12:45
Qlearning教你的机器人认错
一、引言本文借助
Q-learning
简单的实现一个机器人认错的demo，先一睹效果：Qlearning机器人为了简化问题，笔者给它预设了三个答案：['你管我','我没错','我错了']让它随机选择回答，
Huoyo
·
2021-06-10 17:41
李宏毅老师2020年深度学习系列讲座笔记6
from=search&
Q-learning
：首先复习一下critic：负责给一个actor打分，当actor处于某个state的时候，critic可以计算未来可能的期望。
ViviranZ
·
2021-06-08 19:09
强化学习-什么是
Q-learning
，什么是sarsa
发现很多博客文章对
Q-learning
和sarsa的描述不是很好理解，两者区别更是看不明白，误导初学者，遂自己把理解写出来，希望能帮助大家学习
Q-learning
（如有问题，感谢不吝指正）Q-learningQ-learning
Chaos_YM
·
2021-06-07 11:19
Continuous Deep
Q-Learning
with Model-based Acceleration
[email protected]
@
[email protected]
@GOOGLE.COM1UniversityofCambridge2MaxPlanckInstituteforIntelligentSystems3GoogleBrai
朱小虎XiaohuZhu
·
2021-05-19 16:21
Double DQN
简介DoubleDQN的出现，是为了解决DQN和
Q-Learning
等学习算法中的过高估计。论文参考这里代码参考这里（by莫烦大神）思想传统DQN学习过程如下：过高估计存在于对Q(s',a')的预测。
海街diary
·
2021-05-19 00:42
深度强化学习——Policy Gradient 玩转 CartPole 游戏
manwritingonpaperImagefromunsplash.combyhelloquence前面的文章我们介绍了
Q-learning
,DQN等方法都是基于价值的强化学习方法，今天我们介绍的PolicyGradient
Hongtao洪滔
·
2021-05-09 10:44
Q-learning
算法
利用网上的一个简单的例子来说明
Q-learning
算法。
空白_fc21
·
2021-05-01 02:31
深度学习和强化学习（五）深度强化学习.Valuebased
甚至很多时候，状态是连续的，那么就算离散化后，集合也很大，此时我们的传统方法，比如
Q-Learning
，根本无法在内存中维护这么大的一张Q表。一个可行的建模方法是价值函数的近似表示。
循梦渡
·
2021-04-20 01:54
【详解+推导！！】DQN
DQN，DeepQ-Network是
Q-Learning
和深度网络结合的一种算法，在很多强化学习问题中表现优异。
志远1997
·
2021-04-16 16:28
强化学习
DQN
Q-Learning
强化学习
Deep
QNetwork
deep
learning
Value-based or Policy-based
现在的研究发现policygradient的方法效果比
Q-learning
这种单纯基于value的方法好，所以选择policygradient，事实上是把两者结合起来的actor-critic效果是最好的
博士伦2014
·
2021-03-10 17:04
关于实现以井字棋为基础的
Q-learning
Q-learning
我就不细说了，这是莫烦大神在他自己的官网上的教程不光有Q-learningQ-learning简而言之就是通过建立一种S，A之间的Q表，通过设定奖励(reward)机制不断训练，最终训练出一个能够自己向着设定的奖励
viggio
·
2021-02-11 18:03
深度学习与强化学习的两大联姻：DQN与DDPG的对比分析
本文首发于：行者AIQ学习（
Q-Learning
）算法是提出时间很早的一种异策略的时序差分学习方法；DQN则是利用神经网络对
Q-Learning
中的值函数进行近似，并针对实际问题作出改进的方法；而DDPG
·
2021-02-07 14:47
深度学习
深度学习与强化学习的两大联姻：DQN与DDPG的对比分析
本文首发于：行者AIQ学习（
Q-Learning
）算法是提出时间很早的一种异策略的时序差分学习方法；DQN则是利用神经网络对
Q-Learning
中的值函数进行近似，并针对实际问题作出改进的方法；而DDPG
·
2021-02-05 16:54
深度学习
【入门教程】TensorFlow 2 模型：深度强化学习
文/李锡涵，GoogleDevelopersExpert本文节选自《简单粗暴TensorFlow2》本文将介绍在OpenAI的gym环境下，使用TensorFlow实现
Q-learning
算法，从而玩倒立摆游戏的流程
TensorFlow 社区
·
2021-01-25 14:56
人工智能
深度学习
强化学习
神经网络
tensorflow
DQN强化学习 MountainCar Deep
Q-Learning
虽则你我被每粒星唾弃，我们贫乏却去到金喜。———七百年后这篇文章关于神经网络的Qlearning实现，Qlearning的一些方法概念写在第一篇文章“强化学习：Q表格方法”里：文章链接：https://blog.csdn.net/weixin_43968987/article/details/112959287对于Qlearning的方法，适用于动作空间是离散的环境，比如说象棋中的棋子，只能以有限
小雅不采薇
·
2021-01-23 18:44
笔记
练习
神经网络
tensorflow
机器学习
深度学习
python
基于
Q-Learning
的FlappyBird AI
基于
Q-Learning
的FlappyBirdAI在birdbot实现的FlappyBird基础上训练AI，这个FlappyBird的实现对游戏进行了简单的封装，可以很方便得到游戏的状态来辅助算法实现。
NULL
·
2020-12-27 08:23
机器学习
基于
Q-Learning
的FlappyBird AI
基于
Q-Learning
的FlappyBirdAI在birdbot实现的FlappyBird基础上训练AI，这个FlappyBird的实现对游戏进行了简单的封装，可以很方便得到游戏的状态来辅助算法实现。
NULL
·
2020-12-27 08:50
机器学习
强化学习课程笔记之value-based方法
发现一个问题，你给了
Q-learning
或者DQN的伪代码，去做一个实战，确实可以复现，但是就是对背后的原理理解的很模糊。
Ton10
·
2020-12-24 14:00
算法
强化学习
深度学习
机器学习
pytorch
python井字棋最大最小算法_Python手写强化学习
Q-learning
算法玩井字棋
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。
刘兮 mk~~~
·
2020-12-24 03:40
python井字棋最大最小算法
【深度强化学习】DQN训练超级玛丽闯关
上一期MyEncyclopedia公众号文章通过代码学Sutton强化学习：从
Q-Learning
演化到DQN，我们从原理上讲解了DQN算法，这一期，让我们通过代码来实现DQN在任天堂经典的超级玛丽游戏中的自动通关吧
风度78
·
2020-12-08 13:00
游戏
神经网络
人工智能
python
机器学习
论文趣读：人工智能里程碑？回顾2015年登上Nature的DQN（全文翻译+批注）
这篇文章的内容是，CNN（卷积神经网络）+
Q-learning
（一种离轨-时序差分-强化学习迭代方法）=DQN，让神经网络自己学习玩雅达利小游戏（上个世纪70/80年代的电子
user_zsXbv7Bi
·
2020-12-05 11:02
大数据
深度学习
强化学习之
Q-learning
与Sarsa算法解决悬崖寻路问题
之前有写过利用
Q-learning
算法去解决->一维二维探宝游戏：https://blog.csdn.net/MR_kdcon/article/details/109612413有风格子寻路游戏：https
Ton10
·
2020-12-05 11:10
算法
机器学习
python
人工智能
强化学习之
Q-learning
算法实战2
之前用
Q-learning
算法实现了一维和二维空间的探宝游戏，取得了不错的效果，证明了
Q-learning
算法对于状态不大的或离散状态下的RL问题有较好的收敛效果，为了强化对
Q-learning
的认识，
Ton10
·
2020-12-04 01:07
机器学习
强化学习
算法
python
q learning简单理解_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。
weixin_39717029
·
2020-11-26 23:59
q
learning简单理解
强化学习之
Q-learning
算法实战1
实战内容：1、一维探宝2、二维探宝所需环境：pycharm所需安装包：graphic、numpy、pandas、gym一、实际效果：一维探宝：二维探宝：二维探宝升级版：二、
Q-learning
算法：输入
Ton10
·
2020-11-11 14:44
python
算法
强化学习
人工智能
进阶阶段（一）——
Q-Learning
算法
进阶阶段（一）——
Q-Learning
算法一、
Q-Learning
的更新Q值的公式二、
Q-Learning
的存储Q值的Q-Table三、
Q-Learning
的更新Q值的算法流程四、
Q-Learning
的工程化的执行流程
魔法攻城狮MRL
·
2020-10-22 16:19
机器学习之强化学习
机器学习
深度学习
算法
python
强化学习
【/强化学习7日打卡营-世界冠军带你从零实践/课程摘要和调参心得-No.3】基于神经网络方法求解RL
因此可以加个w参数，改用值函数拟合的方法：一个简单的例子如图所示，神经网络输出动作，定义损失函数，进行优化：
Q-learning
的流程：用神经网络：3.2DQN算法解析DQN的2大创新点在于：经验回放，
FlyingPie
·
2020-09-17 03:39
深度学习
强化学习
深度学习
机器学习
神经网络
算法
强化学习7日打卡营-世界冠军带你从零实践——心得体会
课程主要讲解了强化学习经典算法：
Q-learning
、Sarsa、DQN、Policy、Gradient、DDPG。下面是遇到的一些故障和心得。环境搭建!
LeonardoTime
·
2020-09-17 03:15
强化学习
机器学习
深度学习
paddlepaddle
Value-based Reinforcement Learning
不久前做了一个关于value-basedRL相关的slides，主要讲解了基于值的强化学习方法的几个重要理论方法，同时讲解了
Q-learning
作为off-policy方法在学习过程中产生的bias的来源已经如何减轻的几种方法
南极光
·
2020-09-15 14:57
Machine
Learning
Reinforcement
Learning
强化学习
Q-Learning
算法详解（转）
https://blog.csdn.net/qq_30615903/article/details/80739243
麦子心境
·
2020-09-14 15:20
deep
learning
论文笔记1：Deep Recurrent
Q-Learning
for Partially Observable MDPs
参考资料：鼻祖论文：PlayingAtariwithDeepReinforcementLearningHuman-levelcontrolthroughdeepreinforcementlearning.论文笔记之：DeepRecurrentQ-LearningforPartiallyObservableMDPs最近老师让看一写DQN算法上前人都做了哪些改进，下面是我自己写的一些理解首先我总结一下
uuummmmiiii
·
2020-09-13 07:41
D.E.Shaw：500亿规模的优势与内幕！
♥优化强化学习
Q-learning
算法进行股市♥Wor
weixin_38754123
·
2020-09-12 20:12
强化学习笔记(2)：Sarsa 与 Sarsa(lambda)
1.Sarsa算法上篇文章中介绍了
Q-Learning
算法，而Sarsa和
Q-Learning
是非常类似的，二者在决策环节都是基于Q表，挑选值较大的动作值施加在环境中来换取回报。
Joe-Han
·
2020-09-12 20:55
机器学习
6.时序差分学习Temporal-Difference Learning--阅读笔记【Reinforcement Learning An Introduction 2nd】
文章目录时序差分学习Temporal-DifferenceLearning前言TD预测/评估TD预测方法的优势TD(0)的最优性Sarsa:在线策略TD控制
Q-learning
:off-policyTD
EdenJin
·
2020-09-12 16:09
#
RL
An
Introduction
2nd读书笔记
强化学习
深度学习
多智能体强化学习算法MADDPG（一：由单智能体强化学习到多智能体强化学习）
准备好课堂笔记┗|｀O′|┛嗷~~多智能体强化学习背景知识*为什么提出多智能体DDPG（MADDPG）**学习MADDPG算法的先验知识*==SPG与DPG简述====
Q-Learning
简述====由
打酱油的栋栋拐
·
2020-09-12 04:50
多智能体
强化学习
算法
机器学习
人工智能
【论文翻译】Playing Atari with Deep Reinforcement Learning
该模型是一个卷积神经网络，经过
Q-learning
训练，输入为原始像素，输出为：“用来估计未来reward”的值函数。
猪蒙索洛夫
·
2020-09-11 17:54
机器学习
神经网络
变分自编码器：金融间序的降维与指标构建（附代码）
♥优化强化学习
Q-learning
算法进行股市♥W
weixin_38754123
·
2020-08-26 15:32
SARSA与
Q-learning
的区别
莫烦强化学习视频https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/SARSA与Q_learning的区别：https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/3-1-tabular-sa
ZONG_XP
·
2020-08-25 01:57
强化学习
深度学习中的sarsa（lambda）和 Q（lambda）算法
这个没什么好说的，因为在莫烦python中出现了，可能会引起一些疑惑，普通的sarsa和
q-learning
就是普通的时序差分（TD）的实现，sarsa（lambda）和Q（lambda）算法就是TD（
zhaoying9105
·
2020-08-25 01:24
机器学习
增强学习
算法
时序差分
深度强化学习中的DQN系列算法
DQN是考虑到维度灾难，在
q-learning
算法的价值函数近似ValueFunctionApproximation基础上修改的。
zhaoying9105
·
2020-08-25 01:23
机器学习
增强学习
算法
深度强化学习
强化学习之DQN和policy gradient
简称DeepQNetwork，由于之前的Q表格中状态个数可数，用之前的sarsa以及
Q-learning
是可以解决的，但是现实生活中会出现状态个数多到无法计数，这时再用前面的那两种方法可就不那么容易解决了
追光者2020
·
2020-08-25 01:40
强化学习
上一页
5
6
7
8
9
10
11
12
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