Pole

摘要：智能体 agent 在环境 environment 中学习，根据环境的状态 state（或观测到的 observation），执行动作 action，并根据环境的反馈 reward（奖励）来指导更好的动作。 本文分享自华为云社区《强化学习从基础到进阶 - 案例与实践 [5.1]：Policy ......

# 强化学习从基础到进阶-案例与实践[5.1]：Policy Gradient策略梯度-Cart pole游戏展示 - 强化学习（Reinforcement learning，简称RL）是机器学习中的一个领域，区别与监督学习和无监督学习，强调如何基于环境而行动，以取得最大化的预期利益。 - 基本操作 ......

# 强化学习从基础到进阶-案例与实践[4.2]：深度Q网络DQN-Cart pole游戏展示 - 强化学习（Reinforcement learning，简称RL）是机器学习中的一个领域，区别与监督学习和无监督学习，强调如何基于环境而行动，以取得最大化的预期利益。 - 基本操作步骤：智能体`agen ......

有高度分别为1到n的n根杆子排成一行。如果你从左侧或右侧看这些杆，较小的杆被较高的杆遮挡。 给出杆子的数量n，从左能看到的杆子数量L，从右能看到的杆子数量R，求杆子有多少种排列方式 考虑高度1~n的柱子， 把高度1的插入 2~i 的某个排列中转移 f[i ][j] [k ]=f[i-1][j-1][ ......