• 2
• 2
• 2

cv-xueba/A05_rl

本课程主要介绍强化学习的基础知识，其目标是帮助同学们快速、顺利地进入强化学习及其应用领域的研究工作。课程主要内容包含有限马尔可夫决策过程，动态规划，无模型预测与控制(SASA,Q-Learning)，价值函数逼近(DQN)，策略梯度方法(REINFORCE)，执行者/评论者方法（AC,TRPO,PPO)，连续动作空间的确定性策略(DDPG)。

• 3
• 0
• 0

cv-xueba/CV-xueba.github.io

lab website

• 3
• 22
• 12

cv-xueba/A02_cvclass_cv-dl

• 4
• 19
• 11

cv-xueba/A01_cvclass_basic_exercise

北京邮电大学 鲁鹏 计算机视觉基础课程资源

• 1
• 3
• 3

cv-xueba/A04_cvclass_sfm

视觉重建之SfM与SLAM系统核心算法

• 1
• 9
• 2

cv-xueba/Total3DExercises

• 2
• 5
• 5

cv-xueba/A03_cvclass_cv-3d

计算机视觉之三维重建篇(精简版）

• 4
• 21
• 13

cv-xueba/A01_cvclass_basic

计算机视觉基础课程 资源整合 课件

• 4
• 1
• 0

cv-xueba/A02_cvclass_cv-dl_exercise

• 2
• 0
• 0

cv-xueba/Gray2ColorNet