Thử thách lập trình về Học tăng cường

Luyện Học tăng cường với 3 thử thách lập trình từ dễ đến khó. Mỗi thử thách chạy ngay trên trình duyệt, có kiểm thử tức thì, AI nhận xét code và lời giải cộng đồng để so sánh.

Dễ · 1 Trung bình · 2

Kỹ năng bạn sẽ luyện: BanditKhám phá và khai thácMDPPhương trình BellmanPhần thưởng chiết khấuQ-learning

Python · C++ · C#
Kiểm tra tự động
Đánh giá mã bằng AI
Giải pháp cộng đồng

226
Thử thách: 2
Giải pháp đã chia sẻ: 3
Ngôn ngữ

Tất cả thử thách

Tìm theo chủ đề, ngôn ngữ hoặc độ khó.

3 thử thách

Trung bình

Lặp giá trị (Value Iteration)

Tính giá trị của từng trạng thái trong một quá trình quyết định Markov bằng cách lặp lại phép cập nhật tối ưu Bellman.

Bạn sẽ học Phương trình BellmanMDP

Học tăng cườngtrí tuệ nhân tạohọc máy

Chưa có lời giải

Trung bình

Cập nhật Q-learning

Áp dụng phép cập nhật Q-learning cho một chuỗi trải nghiệm và xem phần thưởng lan ngược về các trạng thái trước.

Bạn sẽ học Q-learningPhần thưởng chiết khấu

Học tăng cườngtrí tuệ nhân tạohọc máy

Chưa có lời giải

Dễ

Bài toán máy đánh bạc nhiều tay với epsilon-greedy

Cân bằng giữa khám phá và khai thác trên bài toán multi-armed bandit bằng cách chọn hành động epsilon-greedy.

Bạn sẽ học Khám phá và khai thácBandit

Học tăng cườngtrí tuệ nhân tạohọc máy

Chưa có lời giải

Thử thách lập trình về Học tăng cường

Tất cả thử thách

Lặp giá trị (Value Iteration)

Cập nhật Q-learning

Bài toán máy đánh bạc nhiều tay với epsilon-greedy

Duyệt theo chủ đề

Duyệt theo ngôn ngữ