多步TD是介于单步TD和MC之间的一种方法 7.1 多步TD预测 首先，定义n-step return: 得出n步迭代更新： 其中$G_t^{(n)}$满足下列误差递减性质： 当n取一个折衷值的时候，平方误差最小 7.2 n步Sarsa 将状态价值换为动作价值，重新描述$G_t^{(n)}$： 以及 ...
分类：
其他好文 时间：
2017-10-05 12:18:21
阅读次数：
128
TD是一个结合DP和MC之间的方法。TD不需要环境模型，但是又可以bootstrap。 6.1 TD预测 典型的TD(0)预测方程： 看第三章关于状态价值的等式： MC用的是第一行，它之所以为估计，因为不知道$G_t$的期望值，而使用的采样来做的平均。 DP用的是最后一行，它之所以为估计，是因为不知 ...
分类：
其他好文 时间：
2017-10-04 00:16:54
阅读次数：
279
5.1 蒙特卡洛预测 分为两种：First-Visit MC和Every-Visit MC，前者用的更多。后者用于函数近似和Eligibility Traces 5.2 蒙特卡洛评估action value 如果没有模型（即不知道每个a会得到什么样的s），则应该使用action value而不是st ...
分类：
其他好文 时间：
2017-10-03 20:36:48
阅读次数：
202
public static DataTable JsonToDataTable(string strJson) { DataTable tb = null; //获取数据 Regex rg = new Regex(@"(?<={)[^}]+(?=})"); MatchCollection mc = ...
分类：
Web程序 时间：
2017-09-30 20:00:22
阅读次数：
269
此处Egret逐帧动画借助Flash以及TextureMerger工具来生成文件（1：动画描述文件Json，动画图集文件）本人以一只飞行的鸟为例先看Flash，如下flash的项目名称为fly.fla舞台帧信息，A和B为帧标签打开texturemerger，选择egretmovieclip。将fly.swf拖入到编辑区，取名Bird，如下：..
分类：
其他好文 时间：
2017-09-25 11:28:10
阅读次数：
549
048oh晨742q炙0http://www.facebolw.com/space/2105727 199巢mc那必62http://www.facebolw.com/space/2105728 T9倩4匚0磁陶8tjhttp://www.facebolw.com/space/2105729 L仿昧 ...
分类：
其他好文 时间：
2017-09-24 03:17:21
阅读次数：
157
原题链接：https://www.luogu.org/problem/show?pid=1867 今天看到这个题原来做过没A的时候，心里想：这不就是个模拟吗，看我2min切了它。。。 然后就硬生生调了0.5h，用出了各种大招，freopen，double，数组，中间结果，才将其拿下。。。。。。 思路 ...
分类：
其他好文 时间：
2017-09-21 21:02:00
阅读次数：
171
http://www.cnblogs.com/lanxuezaipiao/p/3440471.html?cm_mc_uid=89442383850615035911861&cm_mc_sid_50200000=1505491196 1、不管有木有出现异常，finally块中代码都会执行；2、当try ...
分类：
其他好文 时间：
2017-09-16 00:28:43
阅读次数：
209
# coding=gbkimport mysql.connector as mc # 导入数据库包def getPasswd(user): # 把获取密码的方法封装成函数 # 首先创建一个数据库连接方法 co = mc.connect( host = "192.168.15.158", port = ...
分类：
数据库 时间：
2017-09-09 10:42:37
阅读次数：
173
https://www.luogu.org/problem/show?pid=2822 题目描述 组合数C_n^mC?n?m??表示的是从n个物品中选出m个物品的方案数。举个例子，从（1,2,3) 三个物品中选择两个物品可以有（1,2),(1,3),(2,3)这三种选择方法。根据组合数的定 义，我们 ...
分类：
其他好文 时间：
2017-09-02 10:30:58
阅读次数：
166
