技术栈
mdp
熊猫钓鱼>_>
16 天前
人工智能
·
llm
·
强化学习
·
rl
·
马尔可夫
·
mdp
·
决策过程
强化学习与决策优化：从理论到工程落地的完整指南
摘要：强化学习（Reinforcement Learning, RL）作为人工智能领域的重要分支，正在从游戏场景走向工业现场。本文将深入讲解RL的核心原理、主流算法，并通过桥梁智能设计的具体案例，展示如何将RL技术落地应用于工程决策场景。
七夜zippoe
4 个月前
python
·
openai
·
超参数调优
·
q-learning
·
mdp
强化学习实战指南：从Q-Learning到PPO的工业级应用
目录1. 🎯 开篇：为什么强化学习是AI皇冠上的明珠？2. 🧮 数学基础：马尔可夫决策过程（MDP）的精髓
香芋Yu
4 个月前
强化学习
·
rl
·
mdp
【强化学习教程——01_强化学习基石】第01章_MDP马尔可夫决策过程
本章目标：理解强化学习的基本框架，掌握 MDP 五元组的数学定义，区分回报与奖励，并学会使用 OpenAI Gym 风格接口定义环境。
我是有底线的