paper – Blog Sketch https://blog.ziaowang.top Sun, 25 Aug 2024 23:46:11 +0000 en-US hourly 1 https://wordpress.org/?v=6.8.5 强化学习中的若干概念 https://blog.ziaowang.top/2024/08/25/concepts-in-rl/ https://blog.ziaowang.top/2024/08/25/concepts-in-rl/#respond Sun, 25 Aug 2024 23:46:11 +0000 http://localhost/mysite/?p=1940 这是学习我阅读若干在线 RL 教程所作的笔记，比较杂乱无章，不适合作为你的第一个 RL 教程阅读，如果想要找一个入门的 RL 教程推荐从头到尾阅读 OpenAI 的 Spinning Up

再贴一个叶哥的同类博文作为参照，叶哥的博文详尽全面。

Model-free 和 Model-based RL

Model-free 的方法不会对环境进行建模。当然，为了训练，代码中至少是要某种程度上建模环境和回报的，但除了定义…

]]> 这是学习我阅读若干在线 RL 教程所作的笔记，比较杂乱无章，不适合作为你的第一个 RL 教程阅读，如果想要找一个入门的 RL 教程推荐从头到尾阅读 OpenAI 的 Spinning Up

再贴一个叶哥的同类博文作为参照，叶哥的博文详尽全面。

Model-free 和 Model-based RL

Model-free 的方法不会对环境进行建模。当然，为了训练，代码中至少是要某种程度上建模环境和回报的，但除了定义…

]]> https://blog.ziaowang.top/2024/08/25/concepts-in-rl/feed/ 0 paper: 不借助平行语料可以进行机器翻译吗？ https://blog.ziaowang.top/2024/08/02/paper-nmt-no-parallel-corpus/ https://blog.ziaowang.top/2024/08/02/paper-nmt-no-parallel-corpus/#respond Fri, 02 Aug 2024 05:34:55 +0000 http://localhost/mysite/?p=1983 这是以 “paper:” 作为标题前缀的论文速读系列。
我如何写作本系列：在接触到令人尤其感兴趣的论文后，总结论文的部分内容，探讨论文之外的相关思想，不作为论文的概括，亦不保证信息或推理全部准确。
本系列的更新策略：直接修改博文内容，而不标注”X月X日更新“

UNSUPERVISED MACHINE…

]]> 这是以 “paper:” 作为标题前缀的论文速读系列。
我如何写作本系列：在接触到令人尤其感兴趣的论文后，总结论文的部分内容，探讨论文之外的相关思想，不作为论文的概括，亦不保证信息或推理全部准确。
本系列的更新策略：直接修改博文内容，而不标注”X月X日更新“

UNSUPERVISED MACHINE…

]]> https://blog.ziaowang.top/2024/08/02/paper-nmt-no-parallel-corpus/feed/ 0