会飞的小鸡的博客

一、强化学习问题机器学习分为监督学习、非监督学习和强化学习。监督学习 (supervised learning): 有即时标签的学习 (分类、回归等)。非监督学习 (unsupervised learning): 无标签学习 (聚类问题)。强化学习（reinforcement learning）：有延迟奖励的学习问题，介于监督和非监督之间。强化学习的特点：没有监督信号，...

目录简介Gym安装方法（anaconda安装法）程序代码-函数 简介 训练参数的基本平台openai的Gym，与tensorflow无缝连接，仅支持python，本质是一组微分方程，简单的模型手动推导，复杂的模型需要用一些强大的物理引擎，如ODE, Bullet, Havok, Physx等，Gym在搭建机器人仿真环境用的是mujoco，ROS里面的物理引擎是gazebo。...