学习的过程，是一个不断产生偏差和调整的过程，学习的过程是一个学习——验证——再学习——再验证的过程，在此之前也有写过关于强化学习的文章，但那时更多的是停留在概念描述和名称解释的阶段，简单来说就是知道有强化学习这个概念，但不知道它是用来解决什么问题，以及怎么来解决这些问题，之前的文章​​大模型的训练与...

  本文将使用五篇新发表的强化学习论文中介绍的五种算法，DDPG、SAC、PPO、I2A和决策转换器，来训练模拟人形机器人互相打斗并对训练结果进行排名，简介我想起了最近的一个老电视节目，Battlebots，，并想对这个节目进行进一步的改造，因此，我将使用最新发表的五篇有关强化学习的论文中提到的技术来分...

  这里涉及到机器学习子领域的分类，所有的分类，首先要问的是为什么这么分，按什么维度进行划分，符合逻辑的分类能帮助人们建立认知架构，不符合逻辑的分类能让人一头雾水，1、机器学习是人工智能的子领域人工智能的子领域，沿着历史的发展，有比较显著的特点，大致可分为，可见，学习，是人工智能的一个大方向，，机器学习...