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
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
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/