一、无模型的强化学习 在上一节中介绍了基于模型的强化学习方法(动态规划)，其中的前提是知道环境的状态转移概率，但在实际问题中，状态转移的信息往往无法获知，由此需要数据驱动的无...
IP属地：北京
-
深度强化学习（三）：从Q-Learning到DQN -
简书停止更新，感兴趣的可移步我的知乎专栏 <a href="https://links.jianshu.com/go?to=https%3A%2F%2Fwww.zhihu.com%2Fpeople%2Fzi-qi-dong-lai-1" target="_blank">https://www.zhihu.com/people/zi-qi-dong-lai-1</a>
