老师我很困惑，请老师指点
老师整个代码没有表现出图中公式的用处呢？
老师，请问能推荐一些强化学习的教材吗？希望能够自己闲暇时看看书。
老师您好，请问能推荐一下强化学习的学习教材吗？
Pendulum的action的取值怎么就可以确定是一个符合N(μ，σ)的正态分布
neg_log_prob = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=all_act, labels=self.tf_acts)
使用这个交叉熵计算loss，在模型迭代的时候一直迭代学习到reward=9，奖励值就不变了
QLearn.RL_brain 这库怎么去安装
QLearn.RL_brain 这个库文件怎么安装？
非常抱歉给您带来不好的体验！为了更深入的了解您的学习情况以及遇到的问题，您可以直接拨打投诉热线：
我们将在第一时间处理好您的问题！
关于
课程分类
百战程序员微信公众号
百战程序员微信小程序
©2014-2025百战汇智（北京）科技有限公司 All Rights Reserved 北京亦庄经济开发区科创十四街 赛蒂国际工业园网站维护：百战汇智（北京）科技有限公司 京公网安备 11011402011233号 京ICP备18060230号-3 营业执照 经营许可证：京B2-20212637
京公网安备 11011402011233号