小菜羊

DDPG是强化学习里的一种经典算法，在之前的文章里已详细介绍过，本文是对该算法的实践，使用Pytorch来实现DDPG算法。

本文介绍什么是指数族分布。指数族分布即Exponential Families of Distributions。

本文带你详细地理解什么是LSTM（长短期记忆网络），以及LSTM的优势、和其与RNN 循环神经网络的区别。

最近在看offlineRL相关的内容，本文主要了解offlineL中经典的BCQ算法，主要基于提出算法的论文原文。

本文对Offline RL的概念进行一个简单的介绍。offline RL即离线强化学习，也叫batch RL。

本文主要介绍最小二乘法，通过线性回归的例子对最小二乘法进行详细推导。最小二乘法通过最小化误差的平方和，寻找数据的最佳函数参数。

本文介绍另一个生成模型——HMM 隐马尔可夫模型。HMM是一个用来描述系统隐性状态的转移和隐性状态的表现概率的概率模型。

本文主要对变分自编码器——VAE做了介绍以及详细推导。VAE全称（Variational Auto-Encoder）即变分自编码器。是一个生成模型。

本文将介绍常见的一种生成模型——Gaussian Mixture Model 高斯混合 GMM 模型。