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
- 分类
- 教程与技巧
- AI 评分
- 60
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。
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/