动手学强化学习 初探强化学习 动手学强化学习– 张伟楠,沈键,俞勇 北京 Beijing, 2022 – 人民邮电出版社.pdf 王树森_强化学习 强化学习简介 书本部分 第 1 章 初探强化学习 第 2 章 多臂老虎机 第 3 章 马尔可夫决策过程 第 4 章 动态规划算法 第 5 章 时序差分算法 第 6 章 Dyna-Q 算法 第 7 章 DQN 算法 第 8 章 DQN 改进算法 第 9 章 策略梯度算法 第 10 章 Actor-Critic 算法 第 11 章 TRPO 算法 Previous Matplotlib Next 王树森_强化学习 Testimonials What readers say 先看读者反馈,再直接在当前页面继续讨论。公共留言需要 Waline 服务端;配置后访客只填昵称即可发布。 这类长文如果结构清楚,我会一路读到底。这里最好的地方是把概念、公式和代码示例放在同一篇里。 L Lin 算法读者 数据库和工程文档的风格很实用,截图、SQL 和说明都能直接拿去复盘项目。 M Mia 工程笔记党 强化学习相关文章密度很高,但排版如果更清楚,回看体验会更好。这个新版方向是对的。 R Ryo 深夜学习者 我更喜欢能快速扫到标签、修改时间和文章重点的首页,现在这种卡片视图会比纯列表更容易选读。 C Chen 知识整理控 代码块只要语言标识和层级做好,技术博客的专业感会立刻上来。 A Ava 前端同行 评论区不用社交账号强绑定会更愿意留言,尤其是这种偏学习记录的网站。 N Noah 匿名访客 Quick Identity Pick a preset and leave a note 留言方式:先选择一个预设身份,再在下方输入评论。当前若显示“需要配置 Waline”,说明站点还缺少可写评论后端。 Current Thread 动手学强化学习 算法读者 工程笔记党 深夜学习者 当前未选择预设身份 Live Discussion Waline 配置完成后,真实评论会加载在下方,移动端和主题切换会同步处理。 WALINE Jun 30, 2025 Loading comments… Please enable JavaScript to view and submit comments. CATALOG FEATURED TAGS 25 posts Java 10 强化学习 7 Python 3 PPO 2 GRPO 1 HuggingFace 1 Jekyll 1 Matplotlib 1
What readers say
先看读者反馈,再直接在当前页面继续讨论。公共留言需要 Waline 服务端;配置后访客只填昵称即可发布。
这类长文如果结构清楚,我会一路读到底。这里最好的地方是把概念、公式和代码示例放在同一篇里。
数据库和工程文档的风格很实用,截图、SQL 和说明都能直接拿去复盘项目。
强化学习相关文章密度很高,但排版如果更清楚,回看体验会更好。这个新版方向是对的。
我更喜欢能快速扫到标签、修改时间和文章重点的首页,现在这种卡片视图会比纯列表更容易选读。
代码块只要语言标识和层级做好,技术博客的专业感会立刻上来。
评论区不用社交账号强绑定会更愿意留言,尤其是这种偏学习记录的网站。
Quick Identity
Pick a preset and leave a note
留言方式:先选择一个预设身份,再在下方输入评论。当前若显示“需要配置 Waline”,说明站点还缺少可写评论后端。
当前未选择预设身份