芋圆院长

摘要： 奖励奖励 强化学习中奖励函数设置不好，agent也得不到好的解。 ##确定奖励函数的注意事项 明确任务目标：一定要确保奖励函数和任务目标是一致的，否则可能会出现奖励函数引导 agent 在任务上取得不良的表现。 注意：因为算法目标是最大化奖励，所以需要看奖励和目标之间的关系。当我的奖励最大的时候，是 阅读全文

摘要： 坡度 参考链接：什么是坡比?什么是坡度?计算公式各有什么不同？ - 工程造价君的文章 - 知乎 https://zhuanlan.zhihu.com/p/338311558 阅读全文

摘要： chatGPT YYDS 我自己查了乱七八糟的链接好多，也没有搞清楚（当然，看了正确的代码只觉得自己傻乎乎）最终答案是： You: 我想创建一个字典嵌套字典 ChatGPT: 好的，你可以使用以下代码创建一个字典嵌套字典： my_dict = { "outer_key1": { "inner_key 阅读全文

摘要： 前言 自己写的Python代码循环太多了，想缩减一下迭代步数，但又舍不得之前已经产生的数据。 就想去看看这个问题有无解决方案。 理论上来说，中途中止看到现在程序运行的情况应该是合理的。 所以，就找到了这个知乎问题： 参考链接：能不能在手动停止python程序的时候将处理到一半的数据保存出来？ - 知 阅读全文

摘要： 浅记一下笔记，虽然这一次用完之后估计很少用了。 准备工作 之前看过一些准备工作，要安装这个软件，那个软件巴拉巴拉。自己也试了几遍（还是没成功），然后就直接转战 overleaf了。直接上传到网页上，也不用自己安装，还方便分享给别人修改。 模板：写论文一定要有模板，latex也不例外。有了模板基本上很 阅读全文

摘要： > 面向对象是在之前基本实现的基础上的又一抽象，这里的 “高内聚，低耦合” 体现的更加明显，有抽丝剥茧、不断总结的感觉了。 > 学习的时候真的会有拨开云雾见月明的感觉，这种感觉真的会上瘾。你慢慢发现所有的东西都在以自己的规律运转，发现 验证 使用，真的很有《实践论》的味道。 > 我能做些什么？知道这 阅读全文

摘要： > 时隔这么久，之前学习JAVA一直没有坚持下来，这次一定要坚持啊。 > 是跟着 B站 尚硅谷的老师学习的！资料非常齐全，讲得也很认真仔细。 > 这里会记录一些简单的归纳，很全很全的在老师的资料里就有！关注公众号就能领取，尚硅谷教育。 ## 前言 学习一门计算机语言真的是一件很奇妙的事情，单靠简单的 阅读全文

摘要： 前言 总是会有一些领域里的常识，以这个标签来记录我学到的“常识”。 能量单位：焦耳 一焦耳等于 1N 的力在对应力的方向上移动1米所做的功，也等于 1W 的功率在1秒内所做的功。 1千瓦时就是1度。 参考链接：https://baijiahao.baidu.com/s?id=173885587665 阅读全文

摘要： 常用方法包括： 观察值函数的变化：在训练过程中，可以观察值函数的变化情况，如果值函数的变化趋势逐渐变缓，最终基本不再变化，可以认为值函数已经收敛。 判断动作状态值函数的变化：在 Q-learning 等算法中，动作价值函数可以表示为每个状态下每个动作的价值。可以通过计算每个状态下所有动作价值函数的差 阅读全文

摘要： 一直对这个问题很好奇，感觉这个涉及数据存储的方式和规划，听起来就很有意思。所有面向对象的语言应当都有可变对象和不可变对象。 概念 Python中一切皆对象，每个对象都有自己的id，type和value。 id：一个对象被创建后，需要在内存中存储，这个地址就是 id 值。 type：和 id 一样，当 阅读全文