目录

首页
前言
第一章绪论
第二章马尔可夫决策过程
第三章动态规划
第四章免模型预测
第五章免模型控制
第六章深度学习基础
第七章 DQN算法
第八章 DQN算法进阶
第九章策略梯度
第十章 Actor-Critic 算法
第十一章 DDPG 算法
第十二章 PPO 算法
第十三章 SAC 算法
JoyRL 中文文档
附录

作者与出处

原作者：Datawhale

来源：Datawhale

原文： https://github.com/datawhalechina/joyrl-book

许可证：CC BY-NC-SA 4.0

整理人：灏天文库整理

由灏天文库结构化整理，提供目录导航、全文检索与在线阅读，便于系统化学习

评论区 (0)

U

0/500