分类 : 强化学习

2025
四月
2025-4-4-训练数据的收集、与策略梯度操作
训练数据收集 初版： 一开始Agent是完全随机、乱给的\(\{s,a\}\),记录下来；然后做很多的episodes，得到相当多的数据...
2025-04-04
三月
2025-3-28/29-RL简介
3.28： 难绷，一直在补坑。。。 这个补完了：AI Agent介绍 3.29： 这几天一直在看Reinforcement Le...
2025-03-28