Model-free强化学习算法

半月夏微凉

476人浏览 · 2022-06-13 22:23:10

半月夏微凉 · 2022-06-13 22:23:10 发布

参考资源

[1] Ch 12.1:Model Free Reinforcement learning algorithms (Monte Carlo, SARSA, Q-learning)
[2] A new Q( $\lambda$ )
[3] Fast online Q( $\lambda$ )
[4] SARSA vs Q-learning
[5] Summary of Tabular Methods in Reinforcement Learning
[6] The Multi-Armed Bandit Problem and Its Solutions
[7] Exploration Strategies in Deep Reinforcement Learning
[8] 10 Real-Life Applications of Reinforcement Learning
[9] RL — Reinforcement Learning Algorithms Comparison
[10] Diego Unzueta

魔乐社区

魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。

更多推荐

【计算机视觉】Pixel逐像素分类&Mask掩码分类理解摘要

魔乐社区

计算机视觉（opencv）实战三十二——CascadeClassifier 人脸微笑检测（摄像头）

本文从原理到实现，详细介绍了基于 OpenCV Haar 分类器的人脸与微笑检测：讲解了 Haar 特征和级联检测原理。对代码逐行拆解并解释参数含义。画出完整流程图，帮助理解执行过程。给出了常见问题和优化建议，甚至扩展到深度学习方法。这种方法简单、轻量、实时性好，非常适合入门和小型应用项目。但如果需要更高准确率和更强鲁棒性，建议使用深度学习检测器替代 Haar 分类器。