2 创建Q-Learning算法
{{ interaction.likeNum == 0 ? (pageType === 'video' ? '抢首赞' : '点赞') : formatNumber(interaction.likeNum) }}
{{ interaction.collectionNum == 0 ? '收藏' : formatNumber(interaction.collectionNum) }}
{{ interaction.discussNum == 0 ? (pageType === 'video' ? '抢沙发' : '讨论') : formatNumber(interaction.discussNum) }}
分享
适合人群
有志于机器学习工程的工程师
你将会学到
通过Q-Learning,Turtles学习强化学习:Q-Learning实践之旅
课程简介
深入迷人的强化学习世界,掌握Q学习艺术。在这个综合课程中,你将开始一段引人入胜的旅程,建立自己的人工智能控制的海龟代理,该代理将在动态迷宫中导航,学习做出决策并实现目标。
强化学习是一种强大的技术,它允许代理(如我们的海龟)通过试错与其环境进行交互来学习和改进其行为。通过实施Q学习算法,你将亲眼目睹代理如何学习做出决策,以最大化其奖励并成功达到其目标。
在整个课程中,你将:
了解强化学习和Q学习算法的基本原理
使用Python和Turtle图形库从头开始实现Q学习算法
设计一个带有障碍物、目标位置和海龟代理的动态迷宫环境
使用Q学习技术训练你的海龟代理在迷宫中导航并达到目标
可视化学习过程并分析代理随时间推移的表现
探索优化Q学习过程的技巧,例如调整学习率和探索与利用之间的权衡
深入了解强化学习在实际应用中的实践应用
在本课程结束时,你将深入了解强化学习和Q学习算法,以及将这些概念应用于解决复杂问题的技能。无论你是初学者还是经验丰富的程序员,本课程都将为你提供知识和实践经验,使你成为一名熟练的强化学习从业者。
展开更多
{{tips.text}}
{{ noteHeaderTitle }}
笔记{{ hasMyNote ? '我的笔记' : '记笔记' }}
{{ hasMyNote ? '我的笔记' : '记笔记' }}
优质笔记
更新于:{{ $dayjs.formate('YYYY-MM-DD HH:mm:ss', item.last_uptime*1000) }}
{{ detail.username }}
公开笔记对他人可见,有机会被管理员评为“优质笔记”
{{ noteEditor.content.length }}/2000
公开笔记
保存提问
讲师收到你的提问会尽快为你解答。若选择公开提问,可以获得更多学员的帮助。
记录时间点
记录提问时视频播放的时间点,便于后续查看
公开提问
提交课程大纲
自动连播
10课时
强化Q学习构建Turtle控制的人工智能代理【中字】
1人学习
XCourses
暂无评分
¥99.00
170课时
人工智能-深度学习框架-Tensorflow案例实战视频课程
284496人学习
唐宇迪
4.9
¥198.00
30课时
人工智能深度学习入门视频课程
284365人学习
唐宇迪
4.9
¥49.00
13课时
师傅带徒弟学Python:项目实战1:网络爬虫与抓取股票数据
272496人学习
关东升
4.9
¥69.00
88课时
Python入门与数据科学库
267679人学习
唐宇迪
4.9
¥398.00
129课时
人工智能-数学基础视频课程
204764人学习
唐宇迪
5.0
¥298.00
17课时
5天学习深度学习入门系列(免费)
200354人学习
覃秉丰
4.9
免费
24课时
【2020新版更新】人工智能-深度学习入门视频课程(下篇)
114600人学习
唐宇迪
5.0
¥128.00