首页
资源下载
云计算
人工智能
信息化管理
前端
区块链
后端
大数据
存储
安全技术
开发技术
操作系统
数据库
服务器应用
游戏开发
物联网
硬件开发
移动开发
网络技术
考试认证
行业
行业研究
课程资源
跨平台
音视频
登录
注册
当前位置:
主页
>
资源下载
>
49
> 在gym环境下运用强化学习控制倒立摆
在gym环境下运用强化学习控制倒立摆
更新：
2024-07-30 11:38:10
大小：
4KB
推荐：
★★★★★
来源：
网友上传分享
类别：
Python - 后端
格式：
PY
反馈 / 投诉
文件下载
资源介绍
根据《Reinforcement Learning An Introduction》里的策略梯度方法，控制open AI gym库里的倒立摆。
上一篇:
python机器学习良恶性肿瘤数据集
下一篇:
ATT-Profiler:Node.js工具，用于识别从BLE外设访问特征值所需的最低安全级别
相关推荐
12-02
在自动驾驶汽车领域中，Self-Driving-2D运用深度强化学习的能力不断提升，起步于OpenAI Gym中的基础2d环境RacingCar-V0
12-02
在OpenAI Gym环境中实现的DDPG（深度确定性策略梯度）算法，应用于连续控制，具备深度强化学习特性，即ddpg-aigym
12-02
在gym环境下运用强化学习控制倒立摆
