注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. Python-DeepReinforcementLearning教程

  2. 包含与OReilly 2017 NYC AI大会上提供的“Deep Reinforcement Learning Tutorial”相关的Jupyter笔记本

  3. 所属分类：其它

    • 发布日期：2019-08-11
    • 文件大小：23kb
    • 提供者：weixin_39840914

  1. Deep Reinforcement Learning

  2. Deep Reinforcement Learning， Frontiers of Artificial Intelligence， 2019

  3. 所属分类：机器学习

    • 发布日期：2019-07-04
    • 文件大小：15mb
    • 提供者：weixin_38290023

  1. deep reinforcement learning

  2. 如有请侵权，请联系删除。深度学习入门 资料，来自于教授yuxi li关于reinforcement learning 的简介，简约而不简单,适合入门 使用，为全英版。

  3. 所属分类：深度学习

    • 发布日期：2019-04-05
    • 文件大小：1mb
    • 提供者：yangwangnndd

  1. DeepReinforcementLearning:pytorch中的深度强化学习算法！！-源码

  2. DeepReinforcementLearning:pytorch中的深度强化学习算法！！

  3. 所属分类：其它

    • 发布日期：2021-03-15
    • 文件大小：26kb
    • 提供者：weixin_42117116

  1. DeepReinforcementLearning：用于在Python中进行深度强化学习的AlphaZero方法的副本-源码

  2. 深度强化学习 Python中AlphaZero方法的副本 有关算法和运行说明的摘要，请参见本文。

  3. 所属分类：其它

    • 发布日期：2021-02-27
    • 文件大小：272kb
    • 提供者：weixin_42129797

  1. ContinuousControl-DeepReinforcementLearning：深度强化学习纳米级的第二个项目-源码

  2. 深度强化学习纳米学位-项目2：持续控制 在这种环境下，双臂可以移动到目标位置。 对于代理人的手在目标位置中的每一步，将提供+0.1的奖励。 因此，座席的目标是在尽可能多的时间步中保持其在目标位置的位置。 观察空间由33个变量组成，分别对应于手臂的位置，旋转，速度和角速度。 每个动作是一个带有四个数字的向量，对应于适用于两个关节的扭矩。 动作向量中的每个条目都应为-1和1之间的数字。 该任务是情节性的，并且为了解决环境，您的代理必须在100个连续情节中获得+30的平均得分。 开始 克隆此仓库。

  3. 所属分类：其它

  1. DeepReinforcementLearning-DDPG-for-RoboticsControl：这是名为深度确定性策略梯度（DDPG）的深度强化学习算法的实现，以训练4自由度机械臂达到移动目标。 动作空间是连续的，学习的特工为机器人输

  2. DDPGforRoboticsControl 这是名为深度确定性策略梯度（DDPG）的深度强化学习算法的实现，用于训练4自由度机械臂以达到移动目标。 动作空间是连续的，学习的代理会输出扭矩以使机器人移动到特定的目标位置。 环境 一个包含20个相同代理的，每个代理都有其自己的环境副本。 在这种环境下，双臂可以移动到目标位置。 对于代理人的手在目标位置中的每一步，将提供+0.1的奖励。 因此，座席的目标是在尽可能多的时间步中保持其在目标位置的位置。 观察空间由33个变量组成，分别对应于手臂的位置

  3. 所属分类：其它

    • 发布日期：2021-02-17
    • 文件大小：20mb
    • 提供者：weixin_42141437

  1. DeepReinforcementLearning：深度RL实施。 在pytorch中实现的DQN，SAC，DDPG，TD3，PPO和VPG。 经过测试的环境：LunarLander-v2和Pendulum-v0-源码

  2. 使用Pytorch实现的深度RL算法 算法列表： 关于深入探讨 实验结果： 算法 离散环境：LunarLander-v2 连续环境：Pendulum-v0 DQN -- VPG -- DDPG -- TD3 -- SAC -- PPO -- 用法： 只需直接运行文件/算法。 在我学习算法时，它们之间没有通用的结构。 不同的算法来自不同的来源。 资源： 未来的项目： 如果有时间，我将为使用RL的电梯添加一个简单的程序。 更好的图形

  3. 所属分类：其它

    • 发布日期：2021-02-13
    • 文件大小：391kb
    • 提供者：weixin_42099070