教程与技巧

Hugging Face 深度强化学习课程 Unit 2 第二部分:Q-Learning 原理与从零实现

原文标题:An Introduction to Q-Learning Part 2/2

AI 摘要

Hugging Face 深度强化学习课程发布 Unit 2 第二部分,讲解 Q-Learning 算法、Q-Function 与 Q-Table,以及 Epsilon Greedy 策略和 TD 更新,并区分 off-policy 与 on-policy。

关键信息

  • Hugging Face 深度强化学习课程发布 Unit 2 第二部分,讲解 Q-Learning 算法、Q-Function 与 Q-Table
  • 以及 Epsilon Greedy 策略和 TD 更新,并区分 off-policy 与 on-policy
  • 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

速览

发布时间
更新时间
来源
Hugging Face 社区博客(混合发现)
分类
教程与技巧
AI 评分
60
阅读原文 前往信息源阅读完整正文
推荐理由

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。

相关实体

来源与版权

本文基于 AIHOT 公开 API 的精选标题与 AI 摘要整理,已注明来源并回链;原文版权归原媒体与作者所有,本站不镜像全文。

原文链接 · AIHOT 条目

如何引用

引用本文时请保留标题、日期与永久链接,并注明来源为橙子新闻。

橙子新闻:Hugging Face 深度强化学习课程 Unit 2 第二部分:Q-Learning 原理与从零实现。2022年5月20日。https://new.nat6.net/news/dtxj4jrxdnleehmw4apog8x5e/

查看全部 →