xiaodong的博客

第2章 马尔科夫决策过程2.3基于gym的MDP实例讲解在运行本节实例的程序是，出现了一些错误，原因可能是作者使用的Python版本与自己使用的不一致，所以返回了一些错题，经过测试，可以做出以下修改:(两个函数定义形式）在grid_mdp.py文件中，函数定义的原形式如下def _step(self,action): ---snip--- def _reset(self):...

Reinforcement learning:an introduction-学习笔记-chapter1Introduction强化学习举例强化学习的元素新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX...