發(fā)簡(jiǎn)信
IP屬地：內(nèi)蒙古
-
Unity ml-agents 源碼分析 基礎(chǔ)算法(1)預(yù)備知識(shí) 本文章基于ml-agents v0.7版本腥寇，因?yàn)槎际情営[版德谅，若讀者使用更其他版本肯定有較大不同之處揍堕。再看本文之前希望先對(duì)ml-agen...
-
PPO公式推導(dǎo)
Trajectory : 為一串游戲的狀態(tài)和動(dòng)作序列泛啸。 這里的為一類序列寄雀，為的發(fā)生的概率莱坎。那這里是不是我們直接能用來(lái)獲得最大值呢玫氢？我們這里設(shè)之列...