This website requires JavaScript.
Explore
Help
Register
Sign In
bacow
/
easy-rl
Watch
1
Star
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