智能体的自我修炼：强化学习指南
关注
分享
扫一扫
文章平均质量分 90
欢迎来到“智能体的自我修炼”世界！在这里，我们将跟随AI智能体一起，从零开始学习如何在复杂环境中做出最优决策。通过试错、奖励和不断优化，你会发现强化学习是如何让机器“学会思考”的。本专栏将用生动有趣的方式，带你深入探索Q-learning、深度强化学习等核心技术，并用实战案例让理论落地。
带上一无所知的我
这个作者很懒，什么都没留下…
展开
专栏收录文章
- 默认排序
- 最新发布
- 最早发布
- 最多阅读
- 最少阅读
-
当深度学习遇见禅宗：用东方智慧重新诠释DQN算法
在某个调试代码到凌晨三点的夜晚，我突然意识到：强化学习的过程，竟与佛家修行惊人地相似。智能体在环境中探索（贪嗔痴），积累经验（业力），最终获得智慧（模型收敛）。于是，我尝试用禅宗哲学重新诠释经典的DQN算法，诞生了这个充满东方智慧的实现版本。原创 2025-03-05 08:15:00 · 1507 阅读 · 0 评论 -
算法篇（一）Q-learning：从零实现你的第一个强化学习算法
Q-learning 算法原创 2025-03-03 17:45:00 · 1398 阅读 · 0 评论 -
基础篇（四）奖励信号的设计：如何引导智能体走向成功？
奖励信号设计原创 2025-03-02 19:36:01 · 716 阅读 · 0 评论 -
基础篇（三）马尔可夫决策过程（MDP）：强化学习的数学基石
马尔科夫决策过程MDP原创 2025-03-02 14:57:08 · 1502 阅读 · 0 评论 -
基础篇（五）探索与利用的平衡：理论与实践的权衡艺术
在强化学习的江湖中，有一个永恒的难题：是探索未知，还是利用已知？原创 2025-03-02 21:30:00 · 686 阅读 · 0 评论 -
基础篇（二）从监督学习到强化学习：机器学习的不同范式
在机器学习的广阔领域中，监督学习和强化学习是两种最重要的范式。它们各自有其独特的特点和应用场景，但也存在紧密的联系。本文将从监督学习出发，逐步延伸到强化学习，帮助你理解这两种范式的区别与联系，以及它们在实际中的应用。原创 2025-03-02 14:25:55 · 882 阅读 · 0 评论 -
基础篇（一）强化学习是什么？从零开始理解智能体的学习过程
今天，我们将从零开始，带你走进强化学习的奇妙世界，理解智能体是如何通过“自我修炼”来成长的。原创 2025-03-02 14:13:57 · 629 阅读 · 0 评论