打卡：今天学习强化学习。
- actor-critc：策略学习和价值学习相结合
- A2C：添加baseline，降低方差，使得采样和均值之间误差不会太大。
- importance sampling：通过另一个分布（已知表达式的分布）来采样，求某一分布（该分布表达式未知，如神经网络）的期望。
- off-polcy actor-critic：通过importance sampling 将on-policy 转化为off-policy。
2024-03-15
在牛客打卡2天，今天也很努力鸭！
每日监督打卡
全部评论

相关推荐

11-24 19:20
哈尔滨理工大学 运营
点赞 评论 收藏
分享
不愿透露姓名的神秘牛友
11-24 20:53
点赞 评论 收藏
分享
不愿透露姓名的神秘牛友
10-23 12:02
已编辑
点赞 评论 收藏
分享
11-29 15:46
电子科技大学 Java
点赞 评论 收藏
分享
评论
点赞
收藏
分享

全站热榜

正在热议
# 拼多多求职进展汇总 #
238563次浏览 2043人参与
# 实习，投递多份简历没人回复怎么办 #
2443150次浏览 34759人参与
# 北方华创开奖 #
67462次浏览 554人参与
# 25届秋招总结 #
416847次浏览 4190人参与
# ai智能作图 #
31473次浏览 381人参与
# 地方国企笔面经互助 #
7150次浏览 17人参与
# 阿里云管培生offer #
63807次浏览 1764人参与
# 虾皮求职进展汇总 #
95728次浏览 780人参与
# 我在牛爱网找对象 #
75001次浏览 556人参与
# 机械求职避坑tips #
23984次浏览 251人参与
# 发工资后，你做的第一件事是什么 #
9765次浏览 44人参与
# 25届机械人为了秋招做了哪些准备？ #
26597次浏览 365人参与
# 我的实习求职记录 #
6137669次浏览 84041人参与
# 投格力的你，拿到offer了吗？ #
47662次浏览 337人参与
# 投递实习岗位前的准备 #
1192333次浏览 18498人参与
# 机械人怎么评价今年的华为 #
158183次浏览 1353人参与
# 实习想申请秋招offer，能不能argue薪资 #
36512次浏览 310人参与
# 实习与准备秋招该如何平衡 #
725079次浏览 8566人参与
# 华为工作体验 #
112054次浏览 868人参与
# 如果再来一次，你还会选择这个工作吗？ #
117408次浏览 1157人参与
# 在职场上，你最讨厌什么样的同事 #
6299次浏览 92人参与
# 国央企笔面经互助 #
88721次浏览 897人参与
牛客网
牛客企业服务