zhuhua造轮子的博客

D*算法-动态路径/运动规划目录D*算法-动态路径/运动规划1 前言1.1 命名由来1.2 使用场合2 算法逻辑2.1 主流程2.2 核心函数3 要点探讨3.1 D* 主要特点3.2 D* 和Dijkstra、A* 到底什么关系4 实例5 参考资料5.1 原文5.2 其他参考1 前言1.1 命名由来原话：The name of the algorithm, D*, was chosen because it resembles A*

图解python数据分析常用库的关系numpy：核心数据组织 ndarray，常用统计函数pandas：数据二维报表风格管理，index，columns， valuescipy：常用科学计算库：傅里叶变化，优化算法等matplotlib：数据可视化基础包，提供基础绘图功能seaborn：数据可视化高级包，提供数据统计分析专业函数以及绘图方法。...

1、PCA的原理 设n维随机变量X, 其对应的协方差矩阵是C 基于正交矩阵P，对随机变量X做正交变换，得到变量Y，对应协方差矩阵为R,如下所示。 C是X的协方差矩阵，R是Y的协方差矩阵，二者都是一个对称矩阵 协方差矩阵的对角线以外的值都是n维变量各分量之间的相关性的度量值，当值为0时表示两个分量无关，即相互独立，此时我们得到的变量具有很好的统计特性，便于处理，即我们的目标是...............

A* 算法是启发式搜索算法，是根据Dijkstra算法改进而来。问题引入如下图所示，S为起始（start）节点，G为目标（goal）节点。节点之间连线是两点的路径长度，如A到E的路径长度c(A,E) = 9。 节点旁的h值时当前节点到达目标节点（G）的预估值，如h(A)=15, 表示从当前点A到达目标点G的估计路径长度为15，此处h(x)即为启发函数，启发函数的设计有很多方法，具体可......

图解matplotlib.pyplot figure、subplot、axes、axis的区别基本概念用matplotlib.pyplot绘图需要知道以下几个概念：画图板/画布：这是一个基础载体，类似实际的画图板，用pyplot.figure()函数创建，程序中允许创建多个画图板，具体操作的画板遵循就近原则（操作是在最近一次调用的画图板上实现），缺省条件下内部默认调用pyplot.fi...

以下是深度强化学习：深度Q网络DQN的迭代流程、其中增加了经验回放、固定Q目标等处理技巧。流程的关键点是：1、该流程是一个横向展开流程，从左向右是时间轴上的逐步迭代。2、流程中动作值函数的逼近方法使用的是神经网络模型（图中含NET的步骤，具体根据需要设计）。3、除初始化环节，每个迭代循环分为两大步操作，以随机缓存区为分界，上部为采样环节（sample，提供新的数据），下部为学习环节...

以下是强化学习-时间差分学习算法、SARSAmax算法、Q学习算法与神经网络模型相结合的迭代流程图(深度Q学习）流程的关键点是：1、流程中动作值函数的逼近方法使用的是神经网络模型（图中含NET的步骤，具体根据需要设计）。2、流程中需要先利用网络完成所有动作空间的动作值估算，然后根据max策略选取一个动作值作为动作估计值，再结合折扣系数、直接奖励估算真值。3、每一次迭代中，都会使用两...

以下是强化学习-时间差分学习算法（SARSA(0)算法）与神经网络模型相结合的迭代流程图流程的关键点是：1、流程中动作值函数的逼近方法使用的是神经网络模型（图中含NET的步骤，具体根据需要设计）。2、模型中使用的动作值的真值是用神经网络模型（使用NET步骤）进行估算后乘于折扣率加上当前奖励得到的。3、每一次迭代中，用来训练模型的状态值S、动作值A都是上一步迭代所得（on-line策...

注：以下为个人总结机器学习知识图谱，来源参考《机器学习》西瓜书、《深度学习》Udacity、《机器学习》Coursera等。