是我大庸才-优快云博客

价值学习的目标是找到一个估计函数，能够正确地估计当前状态下采取某一个行动能够带来的价值。当找到这个估计函数时，我们就可以用来进行决策。比如说，在围棋游戏中，有一个估计函数，输入当前棋盘上已经下的棋子的状态，同时输入下一步想要落子的地方，估计函数就会给出当前在这里落子，未来累计能够获得的价值。显然，未来累计的价值越大，最终获胜的概率就会越高，所以有了这一个估值函数，我们就会倾向于落子在未来累计价值的最大的地方。所以价值学习学的就是当前步骤对未来全局的价值判断。

2022-09-04 16:28:36 1812

原创《强化学习》学习笔记1——基本概念

《强化学习》学习笔记

2022-08-28 17:28:53 407

转载 apache创建虚拟站点的三种方式（转）

原文地址：https://blog.youkuaiyun.com/weixin_42031119/article/details/101146377三种方式：（1）多IP（一台主机有多个网卡）；（2）多个二级域名，所有二级域名指向同一个IP，但对应不同的目录，这种情况下只能通过域名访问而不能通过IP访问；（3）为每个目录设置不同的端口映射。...

2019-12-06 15:14:57 853

转载 apche多站点访问原理（转）

https://www.cnblogs.com/wancy86/p/apache2_vhosts.html

2019-12-06 15:08:57 125

转载阿里云服务器卸载监控

https://blog.youkuaiyun.com/mxhyeon/article/details/89548080

2019-12-06 14:52:35 582

转载连接外网下载资料

采用如下链接的方式可以免费试用4天https://github.com/xwtxwy001/xiaoyu/wiki/mysoft

2019-12-04 15:03:51 1190

qq_39826457的博客

原创 DeepSeek-R1-Zero【DeepSeek-R1技术报告解读】

原创 pm2 部署服务

原创 ubuntu安装pm2

原创 pytorch报 CUDA error: uncorrectable ECC error encountered 错误

原创 chatgpt 初探

原创 vscode 连接linux服务器搭建远程开发环境

原创 wsl 解决$PATH 带有windows路径问题

原创在 Linux 操作系统上安装和配置 Flutter 开发环境

原创 Ubuntu-20.04 修改国内源

原创 wsl安装路径从C盘迁移到D盘

原创《强化学习》学习笔记4—— actor-critic 算法

原创《强化学习》学习笔记3——策略学习

原创《强化学习》学习笔记2——价值学习