这篇博客只是为了自己记录，思路比较跳跃。 Policy Gradients 不估计局面的价值，转而预测选取每个动作的概率。因为某些游戏中我们可能会需要在相同的状态下做出随机行为，比如说某些资源有限的游戏，我们不可能一直在某一个地方一直获取资源。 更新函数是$\theta_{t+1}=\theta_t ...
分类：
其他好文 时间：
2019-03-17 01:13:20
阅读次数：
195
目的，写下面的表格： 如果下面这样写： 结果就是： 应该下面这样写： ...
分类：
其他好文 时间：
2019-03-16 21:59:39
阅读次数：
278
1 #include 2 #include 3 int n,m;//并查集。 4 int a[100000]; 5 void creat()//用来给每个单位赋值的，每个单位的值代表他们的上一级。 6 { 7 int i; 8 for(i=1; i<=n; i++) 9 { 10 a[i]=i; 1... ...
分类：
其他好文 时间：
2019-03-16 19:20:14
阅读次数：
138
1、原理 分为三个阶段： -Divide:整个问题划分成多个子问题 -Conquer:求解各子问题的解 -Merge:合并子问题的解，形成原始问题的解 2、示例 （1）整数乘法 输入：n位二进制整数X,Y 输出：X、Y的乘积 通常计算X*Y时间复杂性是O(n2),现给出一个时间复杂性为O(n1.59 ...
分类：
编程语言 时间：
2019-03-16 16:52:21
阅读次数：
258
comBox的几种状态图如下： 图1：ui->comboBox->setEditable(true); 图2：ui->comboBox->setEditable(false); 图1：ui->comboBox->setMaxVisibleItems(3); 图2：ui->comboBox->setM ...
分类：
其他好文 时间：
2019-03-16 15:33:35
阅读次数：
587
题目描述 给出一个区间的集合，请合并所有重叠的区间。 示例 1: 示例 2: 解题思路 定义一个比较器，按照区间的起始值排序 使用上述比较器对区间集合进行排序 遍历区间集合，使用一个链表 保存合并后的结果 如果当前区间和结果链表的尾部 没有 交集，就直接加入结果链表 如果当前区间和结果链表的尾部 有 ...
分类：
其他好文 时间：
2019-03-15 16:04:22
阅读次数：
190
raid 常用步骤 1.ctrl+R 进入raid设置界面 2.F2 相当于右键功能 3.箭头 → 是下一个选项功能 4.ctrl+n是下一页，ctrl+p是前一页 5.Esc退出。最后ctrl+alt+del重启服务器 1 开机根据屏幕提示按ctrl+R进入raid设置界面 2 光标移动到sas3 ...
分类：
系统相关 时间：
2019-03-12 18:16:01
阅读次数：
334
1. accelerate 加速、促进 2. penetrate 穿过、看穿 3. operate 操作、动手术 4. liberate 解放 5. classify 分类、分级 6. purify 净化、提纯 7. simplify 简化 6. qualify 证明合格、使有资格 7. quant ...
分类：
其他好文 时间：
2019-03-11 01:14:12
阅读次数：
145
Now an emergent task for you is to open a password lock. The password is consisted of four digits. Each digit is numbered from 1 to 9. Each time, you ...
分类：
其他好文 时间：
2019-03-10 12:19:56
阅读次数：
150
1 -------------------------------------------------------------------------- 2 分支操作 3 ----------------------------------------------------------------... ...
分类：
其他好文 时间：
2019-03-07 20:53:33
阅读次数：
186
