GMBai的博客

我想了一下，为什么这么分解，首先要明确策略是动作到状态的映射，这个映射才是一个完整的策略，完整的策略包括一个完整的动作，分解为三个动作的策略，那么子策略的映射包括的就是单个子动作，策略的寻找就转换为了找到一个完整的包含所有动作的策略到找到三个子动作的策略，这样让整个策略更加清晰了。针对这一点，我想说，不是特别的合理，在现实世界中，不会给你这么理想的设备安排方式，如果后面还有这种文章，那么我在写论文的时候就可以说我模型中的优势，即不知道车辆的位置，这是一点要使用RL学习的理由，也即是常说的动态的无线环境。

本文主要介绍了：1. 学习装饰器的基础2. 最简单的装饰器：3. 闭包函数装饰器4. 装饰器将传入的函数中的值大写5. 装饰器的好处6. 多个装饰器的执行顺序7. 装饰器传递参数8. 结语学习装饰器的基础学习装饰器之前， 先需要明白函数的一些特性 ：函数也是对象， 可以将函数分配给变量， 也可以作为参数传递给另外一个函数，甚至可以储存在数据结构中。函数内部也可以定义函...

本次爬取是采用异步方法，异步请求来爬取http://db.auto.sohu.com/cxdata/的数据， 数据要求是提取每个车辆品牌每个车型的每个月份的销量， 数据是ajax加载的， 还是需要抓包获取，难点在于数据的对应以及整体思路是怎么实现爬取的。代码放在了https://github.com/dongxun1/The-Cars-Sales-Nums，里面包含了自定义的mysql储存，以及...