cluster1893的博客

Q-Learning 学习莫烦python 伪代码 1. 随机初始化Q(s, a)#可以为全零阵 2. repeat(for each episode): 3. 初始化s（随机） 4. repeat(for each step of episode): 5. 选择一个a（有策略，比如epsilon greedy策略） 6. 根据s, a，得...

基于q_learning的flappy bird AI 思路来自于这篇文章：机器学习玩转Flappy Bird全书：六大“流派”从原理到代码 有两种思路，一种是单步更新q values，一种是全局更新q values。单步更新就是最基础的q learning算法，在agent每产生一个action之后，根据state、action以及next state更新。全局更新是Flappy Bird ...

DQN(1) DQN(1) 资料 为什么需要DQN 伪代码 需要 复现莫烦PYTHON的核心代码 效果 下一步任务 资料 莫烦PYTHON DeepMind 《强化学习精要》 Deep Reinforcement Learning 基础知识（DQN方面） 用Tensorflow基于Deep Q Learning DQN 玩Flappy Bird Human-le...