策略梯度和Actor—Critic梳理及总结.pdf
matlab示例： sarsa：Sarsa.zip sarsa（lambda）：接下来试试按照matlab的思路，编写一下rlSARSAAlambdagent和新的table以及eligibility trace 我把sarsa单独放在了一个m文件中，训练过程和示例不一样，没找到问题出在了哪里。 python示例： sarsa：Sarsa.zip sarsa（lambda）：Sarsa（lambda）.7z 总结：matlab全部模块化，只有sarsa函数没有sarsa（lambda）函数，硬写m文件也就失去了使用…
手写笔记 IMG_2253(20220413-150740).JPG IMG_2255(20220413-150740).JPG IMG_2254(20220413-150740).JPG 笔记中无法画出的图在下面： 从1-step到n-step到mc的认知 从n-step TD到TD（lambda） TD(lambda)到sarsa（lambda） 对sarsa（lambda）的理解 可以看出1-step sarsa只能达到目标前1步value才增加，n-step sarsa是达到目标前最后n步value增加，而…
python版本代码来源：https://github.com/MorvanZhou/Reinforcement-learning-with-tensorflow 我自己给自己注释的版本： python版本：Q_learning2.zip matlab版本：qlearning.zip 总结： 两者相似点都在于先编写环境。 python编程模板要记住，三个文件分别编写环境、table…
写在前面：我的本意是用matlab的强化学习模块来进行实践的，因为可以很好地结合simunlink。但是主流都是基于python的强化学习实践，在matlab上的实践教学较少，我只好先学习python平台的实践，加深对理论知识的理解。 一、python的安装及配置 首先，python是一门人与计算机交互的语言，那么就解释器和编译器就是必须的；其次，由于python的特殊性，使用python时会用到很多依赖，例如包、库、一些插件，而不用的项目用到的依赖也会不同，甚…
手写笔记： IMG_2220(20220326-142332).JPG IMG_2221(20220326-142332).JPG IMG_2222(20220326-142332).JPG IMG_2223(20220326-142332).JPG IMG_2224(20220326-142333).JPG IMG_2225(20220326-142333).JPG IMG_2226(20220326-142333).JPG IMG_2227(20220326-142333).JPG IMG_2228(20220…
本讲主要讲了强化学习中model-based的方法，以及结合model-based和model-free的方法dyna。最后一部分强调了planning本身，介绍了simulated-based search（这部分没太听懂）。 主要是一些概念性和思路的讲解，看ppt即可。
手写笔记： IMG_2205(20220323-141531).JPG IMG_2204(20220323-141531).JPG IMG_2206(20220323-141531).JPG IMG_2208(20220323-141531).JPG IMG_2207(20220323-141531).JPG IMG_2209(20220323-141531).JPG IMG_2211(20220323-141532).JPG IMG_2210(20220323-141531).JPG IMG_2212(20220…
手写笔记： IMG_2168(20220321-143342).JPG IMG_2169(20220321-143342).JPG IMG_2170(20220321-143342).JPG IMG_2172(20220321-143343).JPG IMG_2171(20220321-143342).JPG IMG_2173(20220321-143343).JPG IMG_2174(20220321-143343).JPG IMG_2175(20220321-143343).JPG IMG_2176(20220…
