admin 发表于 2018-3-7 10:01:39

深度强化学习 ( DQN )基本原理与AI项目实战

强化学习是机器学习中的一个领域，强调如何基于环境而行动，以取得最大化的预期利益。其灵感来源于心理学中的行为主义理论，即有机体如何在环境给予的奖励或惩罚的刺激下，逐步形成对刺激的预期，产生能获得最大利益的习惯性行为。

在强化学习的世界里， 算法称之为Agent， 它与环境发生交互，Agent从环境中获取状态（state），并决定自己要做出的动作（action）.环境会根据自身的逻辑给Agent予以奖励（reward）。奖励有正向和反向之分。比如在游戏中，每击中一个敌人就是正向的奖励，掉血或者游戏结束就是反向的奖励。

【课程内容】

强化学习简介
强化学习基本概念
马尔科夫决策过程
Bellman方程
值迭代求解
代码实战求解过程
QLearning基本原理
QLearning迭代计算实例
QLearning迭代效果
求解流程详解
DeepQnetwork原理
DQN网络细节
DQN网络参数配置
搭建DQN网络模型
DQN卷积操作定义
数据预处理
实验阶段数据存储
实现训练模块
Debug解读训练代码
完整代码流程分析
DQN效果演示

【下载地址】
**** Hidden Message *****

mono 发表于 2018-8-9 17:00:52

6666666666

tsqy1860 发表于 2019-2-11 12:47:11

深度强化学习 ( DQN )基本原理与AI项目实战

songlaf 发表于 2019-12-29 15:23:03

验阶段数据存储
实现训练模块

emailtoy1ng 发表于 2020-2-19 12:27:12

深度强化学习 ( DQN )基本原理与AI项目实战

小凯酱 发表于 2020-12-9 14:54:05

膜拜神贴，后面的请保持队形~支持吾爱编程网！

slkj_057 发表于 2021-2-26 23:55:51

看了LZ的帖子，我只想说一句很好很强大！支持吾爱编程网！
页: [1]
查看完整版本: 深度强化学习 ( DQN )基本原理与AI项目实战