Hugging Face Blog·· 2022-05-18AI 评分33
Hugging Face 强化学习课程:Q-Learning 入门第一部分
An Introduction to Q-Learning Part 1
AI 导读
Hugging Face 发布强化学习课程第二单元第一部分,深入讲解基于价值的方法与 Q-Learning 算法。该单元涵盖状态-价值函数、蒙特卡罗方法与时间差分学习(TD Learning)的区别,并指导开发者从零实现 Q-Learning 智能体。课程通过在 Frozen-Lake-v1 和出租车导航环境中训练智能体,为后续掌握能击败人类水平的 Deep Q-Learning 奠定基础。
来源:Hugging Face Blog · huggingface.co