网站首页

增强学习算法

于 2022-08-10 发布文件大小:1.45 kB

 0  111

下载积分: 2 下载次数: 1

我要下载

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

vector
vector addition subtraction code for all purpose. Very generic code.

2010-03-19 14:32:53下载

积分：1
book63
说明： c语言编程指南。c语言程序设计及应用实例 (Guide. C Programming Language Design and Application)

2006-03-27 17:44:57下载

积分：1
C6678_GPIOInterrupt
配置C6678的GPIO中断，把中断向量表映射到12个可屏蔽中断里(C6678 configuration of GPIO interrupts, the interrupt vector table is mapped to 12 maskable interrupts in)

2021-04-01 22:59:08下载

积分：1
gnmwrig
ucos_ii移植stm32f4官网代码资料()

2018-03-19 21:50:56下载

积分：1
数据包嗅探器
数据包嗅探器；；是“ ；计算机程序或块；；计算机硬件；可以拦截和记录流量，通过网络数字；；或网络的一部分。[ 1 ]为；；数据流；在网络流量，嗅探器捕获每个；包；和，如果需要，解码包的原始数据，在数据包显示各字段的值，并分析其内容根据相应的RFC ；；或其它规格的维基百科。”

2022-03-25 20:53:38下载

积分：1
JinXiang
matlab 与 vc 混合编程在图像处理中的应用(hunhebiancheng)

2010-12-21 12:53:55下载

积分：1
33
说明：如何给EA自定义交易商，限制EA交易的时间(How to customize the dealer to EA and limit the transaction time)

2017-10-23 11:42:48下载

积分：1
stm32 单片机多通道adc采集程序，非常经典
基于stm32 32位单片机的多通道adc采集的程序，keil mdk开发环境的，程序结构清晰，适合初学者学习，方便移植

2023-05-18 07:00:04下载

积分：1
Lab3-8-1 ADC - 副本
说明： What adc measures, you can see that there are good things to share with hh.

2020-06-20 06:40:02下载

积分：1
ga_lm_bp
4-9-1的结构ga-lm的bp算法有示例数值不是拟合而是预测(4-9-1 structure of ga-lm bp algorithm is not fit but there are examples of numerical prediction)

2013-12-23 21:25:22下载

积分：1

696516资源总数
106914会员总数
0今日下载

增强学习算法

0 个回复

热门标签

热门下载