夏野了

柔性 Actor-Critic（Soft Actor-Critic，SAC）算法采用了最大化熵的想法。学习的目标是最大化熵正则化的累积奖励而不只是累计奖励，从而鼓励更多的探索。

本文讲解多智能体强化学习（Multi-agent Reinforcement Learning,MARL）中最最经典的一篇论文MADDPG，以及它的复现，超详细的！大家往下看吧

A3C是A2C的异步版本。在A3C的设计中，协调器被移除。每个Worker节点直接和全局行动者和全局批评者进行对话。

什么是元学习呢？ 元学习通俗的来说，就是去学习如何学习（Learning to learn）,掌握学习的方法，有时候掌握学习的方法比刻苦学习更重要！

为了解决 High Variance 和 High bias 之间的矛盾，可以把它们结合在一起，利用value based 和 policy based 两类方法各自的优势,就有了集大成的 AC类方法

Reinfoce算法是一种无模型算法，它不需要对环境建立模型，也不需要预测值函数等中间步骤，相比其他强化学习算法更加简单和直接。

今天为大家介绍机器学习中一个常见算法——KNN算法，带着问题从原理入手，并学会用代码实现第一个KNN分类器。

Transformer由论文《Attention is All You Need》提出，在本文中，我们将试图把模型简化一点，并逐一介绍里面的核心概念，希望让普通读者也能轻易理解。

14种超全的低照度图像增强算法你确定还不来学吗？！能使昏暗、噪点多、细节不清晰的低光图像转换为更明亮、更清晰的图像，算法包括Zero-DCE、LightenNet等等，还有效果对比图嗷