Tag: study notes

All the articles with the tag "study notes".

• 强化学习学习记录（三）：TRPO、PPO、DDPG 与 SAC

  7 Jun, 2026

  整理 TRPO、PPO、DDPG 和 SAC 的核心公式、代码结构与 on-policy/off-policy 差异。

• 强化学习学习记录（二）：Dyna-Q、DQN 与 Actor-Critic

  7 Jun, 2026

  整理 Dyna-Q、DQN、Double DQN、Dueling DQN、策略梯度和 Actor-Critic 的学习笔记。

• 强化学习学习记录（一）：Bandit、MDP 与 TD

  7 Jun, 2026

  从多臂老虎机、UCB、汤普森采样到 MDP、动态规划和时序差分学习的强化学习基础笔记。