每日算法 — 使用java实现俄罗斯方块：N-tuple网络与TD学习评估
引言 俄罗斯方块（Tetris）的 AI...
标签： 强化学习
每日算法 — 使用java实现Flappy Bird：Actor-Critic策略梯度与价值函数联合优化
引言 Flappy Bird是一款风靡全球的极简风格休闲游戏，玩家通过控制小鸟的跳跃来穿越管道间隙。本文将使用Java实现一个基于Actor-Critic强化学习的Flappy Bird...
每日算法 — 使用java实现UCB算法：多臂老虎机与探索利用最优决策
算法概述 多臂老虎机（Multi-Armed...
每日算法 — 使用java实现DQN：深度Q网络与经验回放机制
深度Q网络（Deep Q-Network,...
