开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

社区首页 >专栏 >代码：如何教强化学习模型骑自行车去金门大桥？model-base model-free 整合

代码：如何教强化学习模型骑自行车去金门大桥？model-base model-free 整合

CreateAMind

发布于 2018-07-20 16:49:46

2940

发布于 2018-07-20 16:49:46

举报

文章被收录于专栏：CreateAMind

UC伯克利ICLR论文：论如何教强化学习模型骑自行车去金门大桥？

论文 Temporal Difference Models: Model-Free Deep RL for Model-Based Control 上面中文介绍有论文和代码地址。

提供一种机制来逐步提高我们规划的抽象程度。为此，我们引入了时间差分模型。

知道如何达到目标；动作预测，动作序列的预测；物理环境的理解

分段reward 最高

也有her扩展

本文参与腾讯云自媒体同步曝光计划，分享自微信公众号。

原始发表：2018-05-07，如有侵权请联系 cloudcommunity@tencent.com 删除

本文分享自 CreateAMind 微信公众号，前往查看

如有侵权，请联系 cloudcommunity@tencent.com 删除。

本文参与腾讯云自媒体同步曝光计划，欢迎热爱写作的你一起参与！

评论

登录后参与评论

0 条评论

热度

最新

LV.

目录

UC伯克利ICLR论文：论如何教强化学习模型骑自行车去金门大桥？