文件名称：Deep_Reinforcement_Learning:Udacity的深度强化学习纳米度
文件大小：1.61MB
文件格式：ZIP
更新时间：2024-06-12 01:08:23
JupyterNotebook
深度强化学习（2018年秋季） 项目1：基于价值的RL方法，包括深度Q网络（DQN）和双深度Q网络（DDQN） 项目2：基于策略的RL方法，包括优势参与者关键（A2C）和深度确定性策略梯度（DDPG） 项目3：多代理RL方法，例如多代理DDPG（MADDPG）
【文件预览】：
Deep_Reinforcement_Learning-master
----Alpha_Zero()
--------alpha_go_zero()
--------MCTS_Basics.py(15KB)
----README.md(527B)
----P2_Continuous_Actions()
--------README.md(7KB)
--------Continuous_Control_UdacityWorkspace.ipynb(48KB)
--------checkpoint_critic.pth(166KB)
--------checkpoint_actor.pth(165KB)
--------Report.md(40KB)
----P1_Navigation()
--------Readme.md(4KB)
--------Navigation_Final.ipynb(36KB)
--------model.py(1KB)
--------visual_pixels()
--------ddqn_checkpoint.pth(28KB)
--------dqn_agent.py(9KB)
--------Future_Improvements.md(276B)
----P3_Collab_Compete()
--------README.md(6KB)
--------workspace_utils.py(2KB)
--------checkpoint_actor_local_1.pth(155KB)
--------Tennis_Udacity_Workspace.ipynb(401KB)
--------checkpoint_critic_local_0.pth(181KB)
--------checkpoint_critic_local_1.pth(181KB)
--------checkpoint_actor_local_0.pth(155KB)
--------Future_Improvements.md(961B)