搜索结果
查询Tags标签： RL，共有 32条记录-
[学习笔记]多项式开根
思路： 推柿子跟求逆一样，分治（倍增）的思想：不想写了 推出\((F-G)^2 \equiv0\pmod{x^n}\) 所以\(G=\dfrac{F^2+A}{2F}\) 边界处要用二次剩余的Cipolla算法。 因此只要会多项式求逆、乘法，二次剩余即可。 code #include<bits/stdc++.h> using namespace std; ty…
2022/6/29 23:23:24 人评论 次浏览 -
log_prob (custom used in RL)
def log_prob(self, value, pre_tanh_value=None):""":param value: some value, x:param pre_tanh_value: arctanh(x):return:"""if pre_tanh_value is None:pre_tanh_value = self.atanh(value)return self.normal.log_prob(pre_tanh_val…
2022/4/27 23:12:48 人评论 次浏览 -
王者荣耀第一弹
1 当前使用 AI 玩对抗性游戏的主要分两种：以星际为首的 RTS 游戏，和以 DOTA为 首的 MOBA 游戏。两种游戏侧重的学习难点不同：对于星际类的游戏来说，单个 unit 的行为较为简单，主要学习的是如何进行兵力组选择和进攻策略；而对于 DOTA 类的游戏来说，对于一个英雄的操…
2022/4/19 23:13:52 人评论 次浏览 -
rocky linux 8.5 gurb2 修改启动顺序 （ dual boot )
https://wiki.centos.org/HowTos/Grub2#head-535f476a61e62f24bc150c73f7e0816f85345f46 https://www.cnblogs.com/hugetong/p/8126375.html [grub2] grub2修改启动顺序编写于：2022.3.11 1, 查看所有的entry[root@dpdk grub2]# awk -F \ $1=="menuentry " {pr…
2022/3/12 7:15:00 人评论 次浏览 -
强化学习入门笔记 | UCL silver RL | UC Berkely cs285 DRL
学习情况： 先后听了两门课程，分别是David Silver的RL和Sergey Levin的DRL。各耗时一周左右，后者更难一些。对RL基本概念、常用算法原理及其伪代码有了大致了解。但是因为时间有点赶，没有敲完整的算法代码。 由于已经有写得比较好的课程笔记 (RL 和 DRL)，就不重复造轮…
2022/3/2 6:17:34 人评论 次浏览 -
从服务端生成Excel电子表格（Node.js+SpreadJS）
Node.js是一个基于Chrome V8引擎的JavaScript运行环境，通常用于创建网络应用程序。它可以同时处理多个连接，并且不像其他大多数模型那样依赖线程。 对于 Web 开发者来说，从数据库或Web服务器获取数据，然后输出到Excel文件以进行进一步分析的场景时有发生。我们的技术团…
2022/1/26 12:04:21 人评论 次浏览 -
牛客网 JavaScript Node ACM 模式
--------------------------------------个人笔记-------------------------------------- const readline = require(readline); const rl = readline.createInterface({ input: process.stdin, output: process.stdout}); const arr = [];rl.on(line, fun…
2022/1/20 1:51:03 人评论 次浏览 -
牛客网 JavaScript Node ACM 模式
--------------------------------------个人笔记-------------------------------------- const readline = require(readline); const rl = readline.createInterface({ input: process.stdin, output: process.stdout}); const arr = [];rl.on(line, fun…
2022/1/20 1:51:03 人评论 次浏览 -
【论文阅读】GRI: General Reinforced Imitation and its Application to Vision-Based Autonomous Driving
Column: December 30, 2021 11:01 PM Last edited time: January 10, 2022 4:45 PM Sensor/组织: 3 RGB; 曾经短暂的第一名 Status: 正在套娃 Summary: RL; carla leaderboard Type: arXiv Year: 2021参考与前言 论文地址：https://arxiv.org/abs/2111.08575 模块化思想有…
2022/1/16 23:38:04 人评论 次浏览 -
【论文阅读】GRI: General Reinforced Imitation and its Application to Vision-Based Autonomous Driving
Column: December 30, 2021 11:01 PM Last edited time: January 10, 2022 4:45 PM Sensor/组织: 3 RGB; 曾经短暂的第一名 Status: 正在套娃 Summary: RL; carla leaderboard Type: arXiv Year: 2021参考与前言 论文地址：https://arxiv.org/abs/2111.08575 模块化思想有…
2022/1/16 23:38:04 人评论 次浏览 -
放弃在QT小游戏里面嵌入Q-learning的python脚本，用C++实现了Q-learning与游戏交互
一直想给这个游戏加一个RL的大脑。 我为了确定要用到哪些状态，和动作，以及奖励，回合的定义。 我设想了一个最简单逻辑，此处存活的敌机群它们的x坐标的平均值avg_x，以及我方飞机的x坐标m_hero.m_X，让我方飞机向敌机群靠近打击，avg_x比m_hero.m_X小则向右移动，avg_x…
2021/10/12 22:14:54 人评论 次浏览 -
放弃在QT小游戏里面嵌入Q-learning的python脚本，用C++实现了Q-learning与游戏交互
一直想给这个游戏加一个RL的大脑。 我为了确定要用到哪些状态，和动作，以及奖励，回合的定义。 我设想了一个最简单逻辑，此处存活的敌机群它们的x坐标的平均值avg_x，以及我方飞机的x坐标m_hero.m_X，让我方飞机向敌机群靠近打击，avg_x比m_hero.m_X小则向右移动，avg_x…
2021/10/12 22:14:54 人评论 次浏览 -
[LeetCode] 1221. Split a String in Balanced Strings 分割平衡字符串
Balanced strings are those that have an equal quantity of L and R characters. Given a balanced string s, split it in the maximum amount of balanced strings. Return the maximum amount of split balanced strings. Example 1: Input: s = "RLRRLLRLRL&qu…
2021/9/14 6:08:12 人评论 次浏览 -
[LeetCode] 1221. Split a String in Balanced Strings 分割平衡字符串
Balanced strings are those that have an equal quantity of L and R characters. Given a balanced string s, split it in the maximum amount of balanced strings. Return the maximum amount of split balanced strings. Example 1: Input: s = "RLRRLLRLRL&qu…
2021/9/14 6:08:12 人评论 次浏览 -
1221. Split a String in Balanced Strings
题目： Balanced strings are those that have an equal quantity of L and R characters. Given a balanced string s, split it in the maximum amount of balanced strings. Return the maximum amount of split balanced strings.Example 1: Input: s = "RLRRLLR…
2021/9/7 23:10:33 人评论 次浏览
