Datawhale十月组队学习_深度强化学习4

最新推荐文章于 2026-07-03 19:49:54 发布
原创 最新推荐文章于 2026-07-03 19:49:54 发布 · 208 阅读 · 0 ·
本内容遵循CC 4.0 BY-SA版权协议
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本月Datawhale团队深入讲解了深度强化学习中的经典DQN算法和Actor-Critic算法，包括基本思想、进阶技巧、连续动作应用以及两者之间的区别和联合使用案例，适合强化学习入门者和进阶者学习。

Datawhale十月组队学习_深度强化学习

DQN 算法及 Actor-Critic 算法

• Q-learning (Basic Idea)：
https://www.bilibili.com/video/BV1MW411w79n?p=3

• Q-learning (Advanced Tips)：
https://www.bilibili.com/video/BV1MW411w79n?p=4

• Q-learning (Continuous Action)：
https://www.bilibili.com/video/BV1MW411w79n?p=5

• Actor-Critic：
https://www.bilibili.com/video/BV1MW411w79n?p=6

标签
#深度学习 #强化学习
【Datawhale组队学习深度强化学习】Task1
m0_61267964的博客
06-20 1120
深度强化学习基础
【Datawhale组队学习深度强化学习】Task2 免模型
m0_61267964的博客
06-22 939
想象一下，你是一个探险家，你要在一个未知的地形中找到宝藏。你有一张地图，但是地图上没有标记宝藏的位置，你只能通过探索来找到它。
十月组队学习！
Datawhale
10-15 344
↑↑↑关注后"星标"Datawhale每日干货&每月组队学习，不错过Datawhale学习开源贡献：Datawhale团队本月组队学习，包含Numpy入门...
Datawhale十月组队学习_深度强化学习2
Arya的博客，专注后端领域
10-23 220
Datawhale十月组队学习_深度强化学习强化学习基础 强化学习基础 参考资料总结： 视频对应的网址周博磊：https://github.com/zhoubolei/introRL
六月AI 组队学习来了！
Datawhale
06-12 1300
Datawhale学习贡献者：Datawhale团队AI+X系列：和学习生态伙伴联合发起，将人工智能（AI）与各个学科、领域、行业（X）结合， 激发无限潜力和创造力（X），让学习者拥有更多可能性（X）。本期学习共6个学习内容，详情如下（本次学习资料均已开源，详情链接可见文末）：本 文 目 录1. 学习报名方式2. 组队学习模式3. 学习内容详情4. 自学教程汇总1.学习报名方式▶活动时间：6...
Datawhale十月组队学习_深度强化学习1
Arya的博客，专注后端领域
10-21 234
Datawhale十月组队学习_深度强化学习强化学习基础 强化学习基础 参考资料总结： 视频对应的网址周博磊：https://github.com/zhoubolei/introRL Embedding其实是一种思想，主要目的是将稀疏的向量(如one-hot编码)表示转换成稠密的向量，下图直观的显示了one-hot编码和Embedding表示的区别于联系，即Embedding相当于是对one-hot做了平滑，而onehot相当于是对Embedding做了maxpooling 目前主流的Embeddin
Datawhale组队学习周报（第010周）
老马的程序人生
04-27 1056
本周（04月19日~04月25日），第 24 期组队学习正在如火如荼的进行中。本期组队学习，一共有 5 门开源课程，共组建了 6 个学习群，参与的学习者有 788 人。另外，第 25 期组队学习也蓄势待发准备与大家见面了。我在这里要感谢所有的课程设计人员，以及我们的助教和支持者，因为你们的无私奉献才促成组队学习活动的顺利开展。 所有贡献人员： 第24期：刘羽中、黎佳佳、但扬杰、付文豪、陈安东、马琦钧、苏鹏，于鸿飞，陈长沙，丁一超，乔石，刘雯静、李运佳、李万业、王贺、赵信达、张晋、李祖贤、薛传雨、赵可、杨毅
【Datawhale组队学习深度强化学习】Task6 Task5
m0_61267964的博客
07-04 1210
本次学习的相关资料：【教程】【学习者手册】​。
Datawhale十月组队学习_深度强化学习3
Arya的博客，专注后端领域
10-26 170
Datawhale十月组队学习_深度强化学习Policy Gradient Policy Gradient • 视频： • Policy Gradient (Review) ：https://www.bilibili.com/video/BV1MW411w79n?p=1 • Proximal Policy Optimization (PPO)：https://www.bilibili.com/video/BV1MW411w79n?p=2 ...
【Datawhale组队学习深度强化学习】Task4 DQN
m0_61267964的博客
06-28 430
如果这个房间是藏有宝藏的房间，你会得到一个很大的奖励；如果这个房间只是普通的房间，你可能不会得到任何奖励或有很小的奖励。随着你不断探索迷宫，神经网络会通过观察你的经历（状态、动作、奖励和下一个状态）来不断更新和改进它的预测。在这个过程中，你会逐渐学习到每个状态（房间）和每个动作（移动方向）的“价值”（Q值）。你的目标是找到存放宝藏的房间。在DQN算法中，每个房间可以被视为一个“状态”，你的移动方向（向上、向下、向左、向右）可以被视为“动作”。你的目标是找到一系列动作，这些动作能带你到达藏有宝藏的房间。
【Datawhale组队学习深度强化学习】Task3深度学习基础
m0_61267964的博客
06-24 848
这种关系可以用一个方程来表示，比如 `分数 = a * 学习时间 + b`，其中 `a` 是直线的斜率，表示每多学习一小时，分数提高的数量，`b` 是直线在纵轴上的截距，表示即使不学习也会有的基本分数。例如，医生可能使用逻辑回归来预测患者患某种疾病的概率，金融分析师可能使用它来预测股票价格上涨的概率，社会科学家可能使用它来预测人们投票给某个候选人的概率。2. **滤波器（卷积核）**：你有一套特殊的放大镜（滤波器），每个放大镜只能看到漫画书的一部分细节，比如人物的轮廓、眼睛或背景。
十二月组队学习来了！
Datawhale
12-06 357
Datawhale学习联合主办：ModelScope、阿里云天池本期学习包含大模型、算法和编程三大专题，共7个学习内容，详情如下（文末整理了这次学习的所有资料）：参与学习▶活动时间：12月9日-12月30日。▶ 报名方式：本周六在Datawhale高校群/在职群 发布报名码，报名后学习。????特别提醒：竞赛实践学习报名方式略有不同，已在学习详情中说明。▶进群方式：关注公众号，后台回复关键词...
#Datawhale组队学习#7月-强化学习Task1
fzyz123的博客
07-16 1043
《强化学习入门202507》学习摘要 本文介绍了强化学习的基础理论与应用框架。强化学习通过智能体与环境的交互学习最优决策策略，其核心是马尔可夫决策过程(MDP)，包含状态空间、动作空间、状态转移函数和奖励函数等要素。动态规划方法如策略迭代和价值迭代用于求解MDP，基于贝尔曼方程实现状态价值函数与动作价值函数的迭代优化。强化学习在游戏AI、机器人控制、自动驾驶等领域有广泛应用。学习需具备概率论、Python编程等基础，建议从经典算法入手配合OpenAI Gym等工具实践。文章还对比了策略迭代与价值迭代的收敛特
Task03【datawhale组队学习】JoyRL&EasyRL
m0_52024881的博客
07-22 1029
教程：https://datawhalechina.github.io/joyrl-book/#/ch6/main随机梯度下降（stochastic gradiant descent,SGD）小批量梯度下降（mini-batch gradiant descent）小批量随机梯度下降（mini-batch stochastic gradiant descent）反向传播算法（Backpropagation Algorithm）
#Datawhale组队学习#7月-强化学习Task2
fzyz123的博客
07-19 917
强化学习Task2内容聚焦免模型预测与控制方法。免模型预测部分对比了有模型与免模型算法的差异，介绍了蒙特卡洛估计和时序差分估计两种重要方法及其比较。免模型控制部分详细讲解了Q-learning和Sarsa算法，分析了两者在策略类型、更新目标等方面的区别，并探讨了同策略与异策略的特点。通过悬崖行走环境的实战案例，演示了Q-learning算法的具体实现。文章还解答了关于Q值过估计、探索策略必要性等关键问题，为深入理解强化学习算法提供了系统指导。
《李宏毅机器学习完整笔记》发布，Datawhale开源项目LeeML-Notes
热门推荐
龙哥盟
08-07 3万+
【导读】 关于机器学习的学习资料从经典书籍、免费公开课到开源项目应有尽有，可谓是太丰富啦，给学习者提供了极大的便利。但网上比比皆是的学习资料大部分都是英文材料，这可难倒了英语不好的学习者，单词不认识，理解不到位。小编不禁想问：就真的就没办法了嘛。其实也不尽然，中文还是有一些不错的学习资料的，像周志华老师的西瓜书，李航老师的统计学习方法等等都是相当经典的学习资料。今天的主角LeeML-Notes也...
组队学习李宏毅的深度学习-7
Mia2019的博客
08-29 735
一、学习任务 二、 完成任务 Task07：总结 这次参加了Datawhale的为期14天的开源学习。主要围绕着李宏毅的深度学习展开。在这之前，我大致学习了吴恩达的CS229机器学习。与吴恩达的课程相比，中文版本的机器学习显得亲民了许多，李宏毅的机器学习是英文的ppt+中文讲解，非常有利于入门。吴恩达的CS229中偏向于传统机器学习（线性回归、逻辑回归、Naive Bayes、决策树、支持向量机等），李宏毅2020版本的机器学习中除了最前面的回归、分类，后面更多篇幅涉及卷积神经网络（C...
十一月组队学习来了！
Datawhale
11-08 310
Datawhale学习联合主办：Datawhale、阿里云天池本期学习包含竞赛实践、大模型应用开发、编程基础和算法理论四个模块，共5个学习内容，详情如下（文末整理了这次学习的所有资料）：参与学习▶活动时间：11月11日-11月30日。▶ 报名方式：本周六在Datawhale高校群/在职群 发布报名码，报名后学习。????特别提醒：竞赛实践学习报名方式略有不同，已在学习详情中说明。▶进群方式：...
李宏毅强化学习完整笔记！开源项目《LeeDeepRL-Notes》发布
weixin_40920183的博客
11-23 244
提起李宏毅老师，熟悉强化学习的读者朋友一定不会陌生。很多人选择的强化学习入门学习材料都是李宏毅老师的台大公开课视频。现在，强化学习爱好者有更完善的学习资料了！Datawhale开源项目...
【深度学习】OpenCV 人脸识别实战：EigenFace 算法实现人脸识别
最新发布
m0_66822255的博客
07-03 306
EigenFace 识别器属于 OpenCV 的 contrib 扩展模块，如果你使用的是标准版 opencv-python，运行时会报错 module ‘cv2’ has no attribute ‘face’。我们准备了 4 张人脸图像（灰度图，因为 flags=0 表示以灰度模式读取），分别是 qzl1.png、qzl2.png（属于“qzl”），pyy1.png、pyy2.png（属于“pyy”）。预测时，如果计算出的置信度大于此阈值，则认为“不认识”，返回标签 -1。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Arya's Blog

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值