下一个拐角%-优快云博客

原创强化学习--DQN 变种

蘑菇书double dqn dueling dqn

2025-08-30 08:34:16 232

方差越来越大：它这里的第n步不是指更新了n次，而指的是，从现在这个（s,a）开始，往后取n个（r,s,a）数值对，用那n个的（r,s,a）数值对更新现在这个（s,a）的价值，n取得越大，越接近于monte carlo法。monte carlo法是一种无偏估计，也就是它是正儿八经去采样了，去执行了后面的状态和动作，用这些执行后的结果来更新，这些结果是真实数据，没有利用统计方法或其他方法进行数值平滑化，因此无偏估计的方差，相比起加入了数学方法的有偏估计的方差，会大一点。

2025-08-30 08:33:49 811

原创 Ubuntu20.04安装

Windows 和 Ubuntu 双系统的安装和卸载_哔哩哔哩_bilibili【ubuntu20.04】10分钟win10安装ubuntu20.04双系统（无需Bios设置）_哔哩哔哩_bilibili

2024-09-20 13:58:51 344

原创强化学习-DDPG、TD3

磨菇书DDPG

2023-03-10 22:55:59 1329

原创控制--LQR（横向）

星火计划

2023-01-19 23:34:24 507

原创 Control专项讲解（PID）--纵向

星火计划

2023-01-12 23:27:39 431

原创开放空间规划算法解析及实现--自主泊车为例

星火计划专项

2023-01-10 23:59:09 2734 3

原创速度规划算法解析与实现

星火计划专项

2023-01-09 22:42:57 2845

原创路径规划算法解析与实践

星火计划专项

2023-01-08 23:54:17 884

原创参考线平滑算法解析及实现--U型弯道场景仿真调试

星火计划专项

2023-01-08 22:12:08 1145

原创决策技术解析与实现--以交通灯为例

Apollo进阶课程-PNC

2023-01-08 12:12:15 389

原创数据处理-预测

数据处理-预测soc

2022-09-09 10:21:25 72

原创使用pandas库对csv文件处理、保存、画图

padas，数据处理

2022-09-07 22:43:50 416

原创强化学习-模仿学习

磨菇书　模仿学习－逆强化学习

2022-07-25 14:43:19 1072

原创强化学习-稀疏奖励

磨菇书稀疏奖励

2022-07-25 11:25:30 630

原创强化学习- Actor-Critic 算法

磨菇书演员-评论家

2022-07-24 18:09:00 1088

原创强化学习-策略梯度

磨菇书策略梯度

2022-07-24 15:31:21 330

原创强化学习--PPO（近端策略优化）

磨菇书策略梯度 PPO

2022-07-24 15:30:37 2744

原创强化学习项目二—DQN

蘑菇书项目二

2022-07-20 22:01:04 946

原创 conda3 配置pytorch 和gym

环境配置

2022-07-20 09:57:13 770

原创强化学习 - DQN（Deep Q-network）（1）

蘑菇书第六七章 DQN

2022-07-18 22:19:49 1654

原创强化学习 -第三章 TD （Q_learning）

悬崖寻路

2022-07-18 16:48:33 593

原创强化学习-第二章-马尔可夫决策过程

蘑菇书第二章 MDP

2022-07-15 15:47:32 440

原创蘑菇书-第一章概述

蘑菇书强化学习概述学习

2022-07-11 17:11:33 225

原创 Carsim2018入门第一步—新建数据库datebase

本人小白初学Carsim，记录自己学习历程也和大家分享在操作过程中遇到的问题和解决方法。一、新建数据库datebase1.新建.cpar 点击Tools下的Library Tools在左侧选择需要的Categories，就会在右侧栏出现在Datebases中，点击datasets的文件，会进入到下方Selected Datebases，然后点击 Export to Consoildated Parsfile就会创建一个新的.cpar（这里注意：如果只选择其中一个Categor...

2021-09-22 18:18:08 7335 2

qq_44430026的博客

原创推荐项目内测--点击率预估

原创强化学习--DQN 变种

原创强化学习-第三章-表格型方法

原创 Ubuntu20.04安装

原创强化学习-DDPG、TD3

原创控制--LQR（横向）

原创 Control专项讲解（PID）--纵向

原创开放空间规划算法解析及实现--自主泊车为例

原创速度规划算法解析与实现

原创路径规划算法解析与实践

原创参考线平滑算法解析及实现--U型弯道场景仿真调试

原创决策技术解析与实现--以交通灯为例

原创数据处理-预测

原创使用pandas库对csv文件处理、保存、画图

原创强化学习-模仿学习

原创强化学习-稀疏奖励

原创强化学习- Actor-Critic 算法

原创强化学习-策略梯度

原创强化学习--PPO（近端策略优化）

原创强化学习项目二—DQN

原创 conda3 配置pytorch 和gym

原创强化学习 - DQN（Deep Q-network）（1）

原创强化学习 -第三章 TD （Q_learning）

原创强化学习-第二章-马尔可夫决策过程

原创蘑菇书-第一章概述

原创 Carsim2018入门第一步—新建数据库datebase

空空如也

空空如也