第19章 置信域：PPO、TRPO、ACKTR及SAC
- 深度強化學習實踐（原書第2版）
- (俄)馬克西姆·拉潘
- 687字
- 2021-08-18 17:40:12
上QQ閱讀APP看后續(xù)精彩內(nèi)容
登錄訂閱本章 >
推薦閱讀
- 深度學習與目標檢測（第2版）
- 為機器立心（通用人工智能的中國藍圖系列）
- 生成式人工智能（基于PyTorch實現(xiàn)）
- 機器學習與數(shù)據(jù)科學（基于R的統(tǒng)計學習方法）
- 向AI提問的藝術(shù)：提示工程入門與應用
- PVCBOT超簡單機器人設(shè)計與制作（第2版）
- 一本書讀懂大模型：技術(shù)創(chuàng)新、商業(yè)應用與產(chǎn)業(yè)變革
- Unity虛擬現(xiàn)實開發(fā)實戰(zhàn)
- 深度學習
- 人形機器人（原書第2版）
- 新機器智能
- 因果推斷導論
- AI助理：用ChatGPT輕松搞定工作
- AI賦能項目經(jīng)理：10倍提升項目管理效率
- 基于NI Multisim 11的PLD/PIC/PLC的仿真設(shè)計