发简信
IP属地：广东
-
策略迭代(Policy Iteration)1. 策略迭代算法： 初始化.策略评估：(一般而言，下式中为固定策略由于策略更新)策略更新：如果与上次迭代相比没有变化，则停止；否则，转回2。 ...
-
Model-based RL
注：以下内容基于CS598. 1. Estimate Model 给定数据集, 采用极大似然对模型进行估计。用表示的样本数。 2. Analys...
-
CS598 Homework 1Question 1 Solution Thus, although there exists constant , it doesn't af...
-
统计强化学习(Statistical Reinforcement Learning)UIUC的Prof. Nan Jiang(姜楠)新开了一门Statistical Reinforcement Learning，课程主页在这里。...
-
增强学习资源
增强学习是机器学习的一个重要分支。 如果您已经具备机器学习、深度学习的基本知识，可以直接上手增强学习，这里推荐UC Berkerly的cs294...
-
马尔科夫决策过程解法(Solution to MDP)1. 马尔科夫决策过程 马尔科夫决策过程(Markov Decision Process) 是一个由4个元素组成的元祖组成。 为状态; 为动作;...
-
Introduction to Coordination in Multi-Agent Reinforcement LearningIt is a fact that we live in a world involving interaction with others, ...
-
Papers of Multi Agent Reinforcement Learning(MARL)
Papers in Multi-Agent Reinforcement Learning(MARL) This is my paper list...
-
Notes of Reinforcement Learning in ICML 2018ICML-2018 Seminar Notes There is a productive and meaningful seminar in ...