チュートリアル

Hugging Face深層強化学習コースUnit 2後半:Q-Learningの原理とゼロからの実装

原題:An Introduction to Q-Learning Part 2/2

AI 要約

Hugging Face深層強化学習コースはUnit 2の後半を公開し、Q-Learningアルゴリズム、Q-FunctionとQ-Table、Epsilon Greedy戦略とTD更新を解説し、off-policyとon-policyを区別した。

要点

  • Hugging Face深層強化学習コースはUnit 2の後半を公開し
  • Q-Learningアルゴリズム、Q-FunctionとQ-Table
  • Epsilon Greedy戦略とTD更新を解説し、off-policyとon-policyを区別した

概要

公開日時
更新日時
出典
Hugging Face 社区博客(混合发现)
カテゴリ
チュートリアル
AI スコア
60
原文を読む 情報源で全文を読む
おすすめの理由

课程官方教程用迷宫示例逐步拆解 Q-Learning 算法和 Q 表更新,读者可跟着 Colab 从零实现第一个 RL 智能体。

関連エンティティ

出典と著作権

本記事は AIHOT の公開 API が提供する厳選タイトルと AI 要約に基づいており、出典の明記と元記事へのリンクを行っています。原文の著作権は元の媒体と著者に帰属し、当サイトは全文を転載しません。

原文記事 · AIHOT 記事

引用方法

本記事を引用する際は、タイトル・日付・パーマリンクを保持し、出典をOrange Newsと明記してください。

Orange News:Hugging Face深層強化学習コースUnit 2後半:Q-Learningの原理とゼロからの実装。2022年5月20日。https://new.nat6.net/ja/news/dtxj4jrxdnleehmw4apog8x5e/

すべて見る →