2021

视频论文解读：组合优化的强化学习方法
用逆变换采样方法构建随机变量生成器
从零构建统计随机变量生成器之泊松分布

2020

解读TRPO论文，一种深度强化学习和传统优化方法结合的方法
解读深度强化学习基石论文：函数近似的策略梯度方法
深度强化学习之：Policy Gradient Theorem 一些理解
深度强化学习之：DQN训练超级玛丽闯关
TSP问题从DP算法到深度学习4：概率最大状态序列算法
从零构建统计随机变量生成器之离散基础篇
分享课程 Berkeley Deep Reinforcement Learning Bootcamp 2017
Your browser is out-of-date!

Update your browser to view this website correctly. Update my browser now

×