Oliver xu's Blog

06-13

论文阅读20230613

08-18

重要性采样及KL散度分析与不同实现方法

09-07

PPO算法公式推导

08-27

使用PPO设计线性系统控制器

08-22

检查强化学习自定义环境是否符合Gym的API

08-19

强化学习之动态规划

08-02

PGADP数据驱动的优化控制

08-01

PolicyGradient公式推导

06-28

使用强化学习求解鲁棒控制器

12-01

Playing Cartpole with natural deep reinforcement learning