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
d2b4027c3a30143d4c1ac9c8da0505748891b921
easy-rl/docs/_sidebar.md
qiwang067 d2b4027c3a update readme and sidebar
2020-09-03 11:18:17 +08:00

773 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)
  • 第三章 表格型方法
  • 第四章 策略梯度
  • 第五章 近端策略优化 (PPO) 算法
  • 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: 15ms 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