机器学习——强化学习作业

2026/9/24 0:54:50 拓冰建站浏览量

机器学习——强化学习作业

作业内容

在这里插入图片描述

成功降落在两个黄色旗子中间为成功，其他为失败

Policy Gradient方法

在这里插入图片描述

Actor-Critic方法

在这里插入图片描述

范例结果

在这里插入图片描述

在这里插入图片描述

baseline

在这里插入图片描述

Policy Gradient实现

在这里插入图片描述