当前位置：首页 > news >正文

张伟楠动手学强化学习笔记|第一讲（上）

news 2026/3/30 20:33:31

张伟楠动手学强化学习笔记|第一讲（上）

在这里插入图片描述

人工智能的两种任务类型

预测型任务
- 有监督学习
- 无监督学习
决策型任务
- 强化学习

序贯决策(Sequential Decision Making)

智能体序贯地做出一个个决策，并接续看到新的观测，知道最终任务结束
$\max_{\pi} \mathbb{E}_{\pi,Env}[\sum_{t=0}^{T}\gamma^{t}r(s_t,a_t)]$

强化学习的定义

通过交互学习来实现目标的计算方法

在这里插入图片描述

三个方面

感知：可以某种程度上感知环境的状态
动作：可以采取动作来影响状态或者达到目标
目标：随着时间推移最大化累计奖励

交互过程

在这里插入图片描述

张伟楠动手学强化学习笔记|第一讲（上）

张伟楠动手学强化学习笔记|第一讲（上） 人工智能的两种任务类型预测型任务有监督学习无监督学习决策型任务强化学习序贯决策(Sequential Decision Making) 智能体序贯地做出一个个决策，并接续看到新的观测，知道最终任务结…...

编程日记 2024/12/4 8:46:12

python脚本：Word文档批量转PDF格式

读取指定文件夹中的所有 .doc 和 .docx 文件，并利用 Word 软件将它们转换为 PDF 格式，并保存在同一个文件夹中，以源文件命名。请确保你已经安装了 Microsoft Word，并且在运行脚本时关闭了所有正在运行的 Word 实例。运行该程序时…...

编程日记 2024/12/4 8:45:11

性能测试常见面试问题和答案

一、有没有做过性能测试，具体怎么做的性能测试是有做过的，不过我们那个项目的性能做得不多，公司要求也不严格。一般SE 给我们相关的性能需求，首先我们需要对性能需求进行场景分析与设计，这里，其实主要就是…...

编程日记 2024/12/4 8:44:07

uniapp进阶技巧：如何优雅地封装request实例

在uniapp开发过程中，合理封装网络请求是提高代码质量和开发效率的关键。本文将介绍一种更为优雅的封装方式，通过创建一个request实例来管理不同类型的HTTP请求。一、准备工作在开始封装之前，请确保你的项目中已经安装了uniapp开发环境&…...

编程日记 2024/12/4 8:43:06

实验五、流式视频服务程序mjpg-streamer移植实验

实验日期： 2024 年 10 月 22 日报告退发 (订正、重做) 一、实验目的 1、掌握流式视频服务程序源代码mjpg-streamer的交叉编译方法； 2、掌握在tiny210开发板中运行mjpg-streamer方法；二、实验内容 1、开启一台烧写了嵌入式Linux系统的…...

编程日记 2024/12/4 8:42:05

(长期更新）《零基础入门 ArcGIS(ArcMap) 》实验三----学校选址与路径规划（超超超详细！！！）

目录实验三学校选址与道路规划 3.1 实验内容及目的 3.1.1 实验内容 3.1.2 实验目的 3.2 实验方案 3.3 操作流程 3.3.1 环境设置 3.3.2 地势分析 （1）提取坡度: (2)重分类: 3.3.3 学校点分析 (1)欧氏距离: (2)重分类: 3.3.4 娱乐场所点分析 (1)欧氏距离…...

编程日记 2024/12/4 8:41:04

L16.【LeetCode笔记】前序遍历

目录 1.知识回顾 2.题目代码模板 3.分析数组的初始化 malloc开辟的几种方案对比奇怪的参数returnSize 做法代码框架 4.代码提交结果 5.PreOrder函数常见的错误写法 1.知识回顾 106.【C语言】数据结构之二叉树的三种递归遍历方式 2.题目 https://leetcode.…...

编程日记 2024/12/4 8:39:02

泰州榉之乡全托机构探讨：自闭症并非家庭的 “末日”

当提及自闭症时，很多人会担忧地问：自闭症对家庭来说是毁灭性的吗？今天，泰州榉之乡全托机构就来为大家解开这个疑问。榉之乡大龄自闭症托养机构在江苏、广东、江西等地都有分校，一直致力于为大龄自闭症患者提供专业的支…...

编程日记 2024/12/4 8:37:01

BiGRU：双向门控循环单元在序列处理中的深度探索

一、引言在当今的人工智能领域，序列数据的处理是一个极为重要的任务，涵盖了自然语言处理、语音识别、时间序列分析等多个关键领域。循环神经网络（RNN）及其衍生结构在处理序列数据方面发挥了重要作用。然而，传统的 RN…...

编程日记 2024/12/4 8:35:58

【vue-router】Vue-router如何实现路由懒加载

✨✨ 欢迎大家来到景天科技苑✨✨ 🎈🎈 养成好习惯，先赞后看哦~🎈🎈 🏆 作者简介：景天科技苑 🏆《头衔》：大厂架构师，华为云开发者社区专家博主，…...

编程日记 2024/12/4 8:34:57

Linux网络编程基础

目录一、网络发展历史和分层 1.1Internet的历史 1.2网络的体系结构 1.2.1OSI模型 1.2.2TCP/IP协议族 1.2.3各层典型协议 1.2.4网络的封包和拆包二、网络编程的预备知识 2.1Socket 2.1.1概念 2.1.2类型 2.2IP地址 2.3端口号 2.4字节序一、网络发展历史和分层 …...

编程日记 2024/12/4 8:33:56

MySQL中的幻读问题

1. 什么是幻读？ 幻读是一种数据库事务中可能出现的并发问题，具体表现为：在同一个事务中，前后两次查询的结果集不同，仿佛“幻影”一般，出现了原本不存在的数据。 1.1 具体表现： 现象描述事务 A…...

编程日记 2024/12/4 8:32:54

AI后端工程师面试题的内容

AI后端工程师面试题主要包括以下几个方面的内容‌： ‌一、技术基础和项目经验‌： ‌1. 微服务架构的理解和应用‌：请描述你对微服务架构的理解，并举例说明一个你参与过的微服务项目，阐述你在该项目中扮演的角色和所承…...

编程日记 2024/12/4 8:31:53

点击按钮打开文件夹中的数据文件生成曲线相关代码 void CSEAL_PRESSUREDlg::OnTesReport() {CFileDialog dlgOpen(TRUE/*TRUE打开，FALSE保存*/,0,0,OFN_NOCHANGEDIR|OFN_FILEMUSTEXIST,"All Files(mdb.*)|*.*||",//文件过滤器NULL);CString mdb_1, m…...

编程日记 2024/12/4 8:30:52

OpenWrt -制作ubifs文件系统的固件

目的创建一个ubifs为文件系统的镜像将backup目录中的内容打包成ubifs文件系统。 ubifs的分区定义 ubi-backup.cfg 文件内容如下， [backup] modeubi imagenand-ipq6018-single.img vol_id0 vol_typedynamic vol_namebackup [bkver] modeubi imagebackup.ubifs v…...

编程日记 2024/12/4 8:29:50

C++ - 继承

继承的基本概念继承就是一种代码的复用. 子类通过继承父类, 就能使用父类的变量, 方法. 学生和老师这两种身份, 他们都有共同的属性: 他们都有名称, 年龄, 性别 .... 当然他们也有各种独有的属性, 学生有学号, 老师有工号 .... 对于这些共有的属性, 我们可以将它们提取出来: …...

编程日记 2024/12/4 8:26:47

华为服务器使用U盘重装系统

一、准备工作下载官方系统（注意服务器CPU的架构是x86-64还是aarch64，不然可能报意想不到的错）制作启动U盘（下载rufus制作工具，注意文件系统选FAT32还是NTFS） 二、安装步骤将U盘插入USB接口重启服务器…...

编程日记 2024/12/4 8:24:44

网络分层模型（ OSI、TCP/IP、五层协议）

1、网络分层模型计算机网络是一个极其复杂的系统。想象一下最简单的情况：两台连接在网络上的计算机需要相互传输文件。不仅需要确保存在一条传输数据的通路，还需要完成以下几项工作： 发起通信的计算机必须激活数据通路，这包括发…...

编程日记 2024/12/4 8:22:42

前端开发之 15个页面加载特效上【附完整源码】

文章目录一：彩球环绕加载特效1.效果展示2.HTML完整代码二：跷跷板加载特效1.效果展示2.HTML完整代码三：两个圆形加载特效1.效果展示2.HTML完整代码四：半环加载特效1.效果展示2.HTML完整代码五：音乐波动加载特效1.效…...

编程日记 2024/12/4 8:21:41

Spring Boot使用JDK 21虚拟线程

JDK 21引入的虚拟线程（Virtual Threads）是 Project Loom 的一部分，旨在显著简化并发编程并提高 Java 应用的可扩展性。以下是虚拟线程的主要特点： 1. 概念虚拟线程是轻量级线程，与传统的操作系统线程不同&#xff0…...

编程日记 2024/12/4 8:19:38

3倍效能革命：ComfyUI-TeaCache智能缓存技术重构AI创作流程

3倍效能革命：ComfyUI-TeaCache智能缓存技术重构AI创作流程【免费下载链接】ComfyUI-TeaCache 项目地址: https://gitcode.com/gh_mirrors/co/ComfyUI-TeaCache 在AI创作领域，每一秒的等待都可能错失灵感迸发的瞬间。ComfyUI-TeaCache作为一款基…...

编程新知 2026/3/30 20:02:24

ICP配准遇到点云尺度不一致？3步搞定相似变换矩阵（附OpenCV代码）

ICP配准中处理点云尺度不一致的实战指南在三维视觉开发领域，点云配准是SLAM、三维重建等应用中的基础操作。但当我们面对来自不同传感器或采集条件的点云数据时，经常会遇到一个棘手问题——两组点云的尺度不一致。这就像试图用厘米尺和英寸尺测量同一物…...

编程新知 2026/3/30 20:00:23

SDMatte提示词库共建：分享与收集高效抠图的魔法指令

SDMatte提示词库共建：分享与收集高效抠图的魔法指令 1. 为什么需要提示词库抠图是设计工作中最常见的需求之一，但每次都要从头开始描述需求既费时又低效。这就好比每次做饭都要从认识食材开始，而不是直接使用现成的菜谱。SDMatte作为智能抠…...

编程新知 2026/3/30 19:01:02

Arduino库管理终极指南：在VS Code中如何优雅添加自定义头文件（避坑版）

Arduino库管理终极指南：在VS Code中优雅添加自定义头文件第一次在VS Code里看到"fatal error: my_library.h: No such file or directory"的红色报错时，我盯着屏幕发了五分钟呆。作为从Arduino IDE转战VS Code的老玩家，本以为能无…...

编程新知 2026/3/30 18:18:44

10个libxev实战技巧：从定时器到TCP服务器的完整实现

10个libxev实战技巧：从定时器到TCP服务器的完整实现【免费下载链接】libxev libxev is a cross-platform, high-performance event loop that provides abstractions for non-blocking IO, timers, events, and more and works on Linux (io_uring or epoll), macO…...

编程新知 2026/3/30 16:45:28