登录
首页 » c » 增强学习算法

增强学习算法

于 2022-08-10 发布 文件大小:1.45 kB
0 118
下载积分: 2 下载次数: 1

代码说明:

马尔卡夫决策过程理论定义了一个数学模型,可用于随机动态系统的最优决策过程。强化学习利用这个数学模型将一个现实中的问题变成一个数学问题。强化学习的故事1:找到最优价值强化学习就是:追求最大回报G追求最大回报G就是:找到最优的策略π∗。策略π∗告诉在状态s,应该执行什么行动a。最优策略可以由最优价值方法v∗(s)或者q∗(s,a)决定

下载说明:请别用迅雷下载,失败请重下,重下不扣分!

发表评论

0 个回复

  • 基础例程-CAN1与CAN2通讯
    基于STM32F107VE 单片机的CAN1与CAN2的收发通讯基础例程。(STM32F107VE microcontroller based on CAN1 and CAN2 transceiver communication basic routines.)
    2017-07-08 12:32:49下载
    积分:1
  • 模糊控制温度
    说明:  模糊控制pid温度控制,有需要的可以下载看看,可以用于大家参考学习,一起进步(Fuzzy control pid temperature control, there is a need to download can see, can be used for everyone reference learning, progress together)
    2020-04-08 11:25:51下载
    积分:1
  • 用Delphi做的小程序,可以实现启动一个新的IE并控制它运行的功能。...
    用Delphi做的小程序,可以实现启动一个新的IE并控制它运行的功能。-do with Delphi small programs, can achieve launched a new IE control over its operations and functions.
    2022-07-15 23:36:29下载
    积分:1
  • socket连接判断素数
    Socket是进程通讯的一 建立套接字连接──connect()与accept() 这两个系统调用用于完成一个完整相关的建立,其中connect()用于建立连接。accept()用于使服务器等待来自某客户进程的实际连接。 种方式,即调用这个网络库的一些API函数实现分布在不同主机的相关进程之间的数据交换。
    2022-07-26 04:10:54下载
    积分:1
  • 一个在网站上自动搜索内容的蜘蛛程序,能自定义输出格式,万能方便...
    一个在网站上自动搜索内容的蜘蛛程序,能自定义输出格式,万能方便-one on the website content automatically search spiders procedures can customize the output format, Universal convenience
    2023-02-05 15:40:04下载
    积分:1
  • ControlProject
    VC实现和S7-200PLC的串口通信程序,很有价值哦(VC and S7-200PLC Serial Communication Program and of great value oh)
    2007-06-04 14:29:42下载
    积分:1
  • Everything
    说明:  轻巧强大的文件搜索工具 比windows自带的强1000倍(Lightweight powerful file search tool that comes with windows than 1,000 times stronger)
    2010-04-29 17:05:43下载
    积分:1
  • S7-200 POU块解密
    说明:  plc s7-200 程式 模块 口令解密工具 结对好用(PLC S7-200 program module password decryption tool is easy to use)
    2020-01-14 21:38:03下载
    积分:1
  • DS18B20
    芯片SD18B20的中文资料说明。解压即可(The Chinese information on the chip SD18B20. Decompression can)
    2013-12-26 13:09:18下载
    积分:1
  • PC 机与单片机通信(RS232 协议)
    单片机串口通信的应用,通过串口,我们的个人电脑和单片机系统进行通信。 个人电脑作为上位机,向下位机单片机系统发送十六进制或者ASCLL码,单片机 系统接收后,用LED显示接收到的数据和向上位机发回原样数据。
    2022-03-02 02:58:46下载
    积分:1
  • 696516资源总数
  • 106914会员总数
  • 0今日下载