上传列表：

hw3-code.zip - 这是强化学习关于动态规划的例子，我们需要让智能体自己找到最好的策略。环境是一个5*5的格子，只有走到正确的格子下才能够获得奖励。通过这个例子对动态规划能有一个很好的了解。,2018-12-27 19:40:58,下载4次

近期下载：

收藏：