强化学习 - 第3页 | 文艺数学君

Action Space Shaping in Deep Reinforcement Learning 阅读

Action Space Shaping in Deep Reinforcement Learning 阅读

本文是对论文《Action Space Shaping in Deep Reinforcement Learning》的解读，这篇论文主要讲解了三种动作空间预处理的方式，分别是（1...

09月19日评论

使用 SUMO 进行仿真(5)-Detectors 介绍

使用 SUMO 进行仿真(5)-Detectors 介绍

在前面的内容中，我们完成了路网的搭建，车辆的生成，也了解了信号灯控制的相关内容。现在我们希望可以获得一些监测的数据。这个时候我们就可以通过设置 detector（探测器）来完成检...

11月03日评论

Reinforcement Learning(强化学习)- Pong 环境介绍

Reinforcement Learning(强化学习)- Pong 环境介绍

本文会介绍 OpenAI Gym 中的一款 Atari 游戏，Pong（类似乒乓）。会分别介绍 Observation，Action 和 Reward 的含义。最后给一个随机的 p...

11月03日评论

Reinforcement Learning(强化学习)-LunarLander-v2 环境介绍

Reinforcement Learning(强化学习)-LunarLander-v2 环境介绍

本文会介绍 OpenAI 中 LunarLander-v2 这个环境。会分别介绍 Observation，Action 和 Reward 的含义。最后给一个随机的 policy，来...

11月02日评论

Reinforcement Learning(强化学习)-MountainCar 环境介绍

Reinforcement Learning(强化学习)-MountainCar 环境介绍

本文会介绍 OpenAI 中 MountainCar-v0 这个环境。主要介绍其中 action 和 observation 分别是什么。以及最后给一个简单的 policy，可以使...

10月19日评论

使用 SUMO 进行仿真(4)-信号灯（Traffic Light）

使用 SUMO 进行仿真(4)-信号灯（Traffic Light）

本文会介绍 SUMO 中信号灯（Traffic Light）的相关内容。包括如何生成带有 Traffic Light 的路网，如何设置信号灯，如何利用 TraCI 来控制信号灯。

09月26日评论

使用 SUMO 进行仿真(3)-车流的生成（Route 文件）

使用 SUMO 进行仿真(3)-车流的生成（Route 文件）

在本文中我们会着重介绍了车流的生成。包括生成车流的方式，也会介绍 route 文件的相关内容。生成车流的方式包括直接修改 route 文件，通过 flow 指定起点和终点，通过 t...

09月25日评论

使用 SUMO 进行仿真(2)-Node 和 Edge

使用 SUMO 进行仿真(2)-Node 和 Edge

本文是 SUMO 进行仿真的第二篇。主要详细的介绍 Node 和 Edge 这两个文件类型（详细了解一下这两个文件的组成，如何生成 Network），通过这两个文件来生成 Netw...

09月24日评论

使用 SUMO 进行仿真(1)-快速入门

使用 SUMO 进行仿真(1)-快速入门

本文会介绍 SUMO。主要是从 node 和 edge 文件开始，一步一步新建 network，route，最后完整路网和车流的生成。

09月23日评论

Reinforcement Learning(强化学习)-Gym 使用介绍

Reinforcement Learning(强化学习)-Gym 使用介绍

这一篇作为强化学习的开篇, 会介绍其工具gym的使用. 之后大部分强化学习的实验, 都会基于gym来进行完成. 所以这一篇好好介绍一下gym的使用, 特别是gym配合colab的使...

04月13日评论

3

目录

繁
本页二维码