У нас вы можете посмотреть бесплатно 深度强化学习(1/5):基本概念 Deep Reinforcement Learning (1/5) или скачать в максимальном доступном качестве, которое было загружено на ютуб. Для скачивания выберите вариант из формы ниже:
Если кнопки скачивания не
загрузились
НАЖМИТЕ ЗДЕСЬ или обновите страницу
Если возникают проблемы со скачиванием, пожалуйста напишите в поддержку по адресу внизу
страницы.
Спасибо за использование сервиса ClipSaver.ru
我将用5节课的时间讲解深度强化学习。这节课的内容是强化学习中的基本概念:Agent (智能体)、Environment (环境)、State (状态)、Action (动作)、Reward (奖励)、Policy (策略)、State Transition (状态转移)、Return (回报)、Value Functions (价值函数)。 这节课的主要内容: 0:30 概率论基础知识 6:56 强化学习基本术语 12:54 Agent (智能体) 与 Environment (环境) 的交互 13:39 强化学习中的随机性 16:18 Reward (奖励) 与 Return (回报) 20:31 Value functions (价值函数) 27:51 用强化学习打游戏,以及OpenAI Gym的使用 34:53 总结这节课的内容 强化学习基础: 1. 基本概念: • 深度强化学习(1/5):基本概念 Deep Reinforcement ... 2. 价值学习: • 深度强化学习(2/5):价值学习 Value-Based Reinfor... 3. 策略学习: • 深度强化学习(3/5):策略学习 Policy-Based Reinfo... 4. Actor-Critic: • 深度强化学习(4/5):Actor-Critic Methods 5. AlphaGo: • 深度强化学习(5/5):AlphaGo & Model-Based RL 课件:https://github.com/wangshusen/DRL