Yuunagi Library

⌘K
    • 书架
      • 前言
      • 常用符号
      • 算法列表
      • 第1章 · 概述
      • 第2章 · 从一个示例到马尔可夫决策过程
      • 第3章 · 动态规划寻找最优策略
      • 第4章 · 不基于模型的预测
      • 第5章 · 无模型的控制
      • 第6章 · 价值函数的近似表示
      • 第7章 · 基于策略梯度的深度强化学习
      • 第8章 · 基于模型的学习和规划
      • 第9章 · 探索与利用
      • 第10章 · Alpha Zero算法实战
      • 致谢
    • 笔记
    • 论文
    • 标签
    关于

    算法列表

    主要算法列表#

    #算法章节
    1Sarsa 算法第1章
    2Sarsa(λ) 算法第2章
    3Q 学习算法第3章
    4基于经验回放的 DQN 算法第4章
    5QAC 算法第5章
    6DDPG 算法第6章
    7Dyna-Q 算法第7章
    8蒙特卡罗树搜索算法第8章
    9纯蒙特卡罗树搜索算法第9章
    本站由 Hugo + Hugo Book 主题构建,托管于 GitHub Pages。书籍通过 MinerU VLM 提取排版,AI 辅助翻译校对。
    © 2026 Yuunagi Library
    Backward 常用符号
    第1章 · 概述 Forward
    Yuunagi Library - © Yuunagi