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
- カテゴリ
- チュートリアル
- AI スコア
- 60
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。
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/