跳至内容

甲壳虫AI案例精选

  • 总览
  • 用户
  • 登录
  • 注册
  • 会员
  • 注销
  • 账号
  • 密码重置

e-强化学习

强化学习(Reinforcement Learning)是一种机器学习任务范式,它让智能体(Agent)通过与环境互动来学习如何做出最优决策。核心思想是”试错学习”——像人类或动物一样,通过行动的结果来调整策略。

深度Q学习在交通灯配时优化预测的应用

2026-03-032026-03-03 作者 天牛

合集:机器学习之强化学习 一、深度Q学习 深度Q学习(即深度动作价值学习)之所以出名,很大程度上是因为它在 2 … 阅读更多

分类 e-强化学习 发表评论

近期文章

  • 深度Q学习在交通灯配时优化预测的应用
  • 解析深度学习卷积层的神经元结构
  • 图神经网络主要解决的问题和方案
  • 自然语言处理之逻辑推理案例套装
  • 计算机视觉之OCR案例套装

近期评论

  1. SteveDaymnAL SteveDaymnAL 发表在 Qwen2.5模型在NER任务上的LoRA微调
  2. SteveDaymnAL SteveDaymnAL 发表在 Qwen2.5模型在NER任务上的LoRA微调
  3. SteveDaymnAL SteveDaymnAL 发表在 Qwen2.5模型在NER任务上的LoRA微调
  4. SteveDaymnAL SteveDaymnAL 发表在 Qwen2.5模型在NER任务上的LoRA微调
  5. SteveDaymnAL SteveDaymnAL 发表在 Qwen2.5模型在NER任务上的LoRA微调
© 2026 甲壳虫AI案例精选 • Built with GeneratePress