บทแนะนำและเทคนิค

หลักสูตร Deep Reinforcement Learning ของ Hugging Face Unit 2 ตอนที่ 2: หลักการ Q-Learning และการสร้างจากศูนย์

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

สรุปโดย AI

Hugging Face เผยแพร่หลักสูตร Deep Reinforcement Learning Unit 2 ตอนที่ 2 อธิบายอัลกอริทึม Q-Learning, Q-Function และ Q-Table รวมถึงกลยุทธ์ Epsilon Greedy และการอัปเดต TD พร้อมแยกความต่างระหว่าง off-policy กับ on-policy

สรุปสั้น

เวลาเผยแพร่
เวลาอัปเดต
แหล่งที่มา
Hugging Face 社区博客(混合发现)
หมวดหมู่
บทแนะนำและเทคนิค
คะแนน AI
60
อ่านต้นฉบับ อ่านบทความฉบับเต็มที่แหล่งข่าวต้นฉบับ
เหตุผลที่แนะนำ

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。

เอนทิตีที่เกี่ยวข้อง

แหล่งที่มาและลิขสิทธิ์

บทความนี้เรียบเรียงจากพาดหัวคัดสรรและบทสรุป AI จาก API สาธารณะของ AIHOT โดยระบุแหล่งที่มาและลิงก์กลับแล้ว ลิขสิทธิ์ต้นฉบับเป็นของสื่อและผู้เขียนต้นทาง เว็บไซต์นี้ไม่ได้สะท้อนเนื้อหาฉบับเต็ม

ลิงก์ต้นฉบับ · รายการ AIHOT

วิธีอ้างอิง

เมื่ออ้างอิงบทความนี้ โปรดระบุชื่อเรื่อง วันที่ และลิงก์ถาวร พร้อมระบุแหล่งที่มาเป็น Orange News

Orange News: หลักสูตร Deep Reinforcement Learning ของ Hugging Face Unit 2 ตอนที่ 2: หลักการ Q-Learning และการสร้างจากศูนย์ 20 พฤษภาคม 2022 https://new.nat6.net/th/news/dtxj4jrxdnleehmw4apog8x5e/

ดูทั้งหมด →