Logo
Explore Help
Register Sign In
bacow/easy-rl
1
0
Fork 0
You've already forked easy-rl
Code Issues Pull Requests Actions Packages Projects Releases Wiki Activity
Files
b69392085a05ff5e371ddf7f820a87cf371b9424
easy-rl/docs/_sidebar.md
qiwang067 b69392085a fix sidebar typos
2020-09-03 11:23:33 +08:00

1005 B
Executable File
Raw Blame History

  • 目录
  • 第一章 强化学习概述
  • 第一章习题
  • 第二章 马尔可夫决策过程 (MDP)
  • 第二章习题
  • 第三章 表格型方法
  • 第三章习题
  • 第四章 策略梯度
  • 第四章习题
  • 第五章 近端策略优化 (PPO) 算法
  • 第五章习题
  • 第六章 Q 学习 (基本概念)
  • 第七章 Q 学习 (进阶技巧)
  • 第八章 Q 学习 (连续动作)
  • 第九章 演员-评论员算法
  • 第十章 稀疏奖励
  • 第十一章 模仿学习
  • 第十二章 深度确定性策略梯度 (DDPG) 算法
Reference in New Issue View Git Blame Copy Permalink
Powered by Gitea Version: 1.25.4 Page: 14ms Template: 1ms
English
Bahasa Indonesia Deutsch English Español Français Gaeilge Italiano Latviešu Magyar nyelv Nederlands Polski Português de Portugal Português do Brasil Suomi Svenska Türkçe Čeština Ελληνικά Български Русский Українська فارسی മലയാളം 日本語 简体中文 繁體中文(台灣) 繁體中文(香港) 한국어
Licenses API