白片片的博客

1、 算法描述 2、 伪代码 3、 python代码实现 4、 实验结果 5、 小结 有：JohnsonTrotter算法、Kruskal 算法、Prim算法、插入排序算法、广度优先查找算法BFS、深度优先查找算法DFS、生成二进制格雷码算法、最优路径算法

算法复杂性经常描述为递归方程，解递归方程得到算法复杂性的具体表示 用特征方程解递归方程 用生成函数解递归方程 用递推方法解递归方程

四年前的一篇论文了，但AK留给大家以供学习的代码依然广为流传（neuraltalk,neuraltalk2）感谢AK大神对我们这些newbie们铺的路。。但怎么能只会使用不懂原理呢？查了一下发现网上对这篇论文的解释却十分鲜有。虽然说文章中特别有新意的地方个人感觉确实也不是很多，但思路还是蛮清晰的，有很大的启发意义，也是值得一读。下面跟大家分享一下我对这篇文章的理解以及自己的一些想法吧～如有不对，请多指正！

Qlearning的PPT讲义，包括举例子以及公式推导。QLearning是强化学习算法中value-based的算法，Q即为Q（s,a）就是在某一时刻的 s 状态下(s∈S)，采取 动作a (a∈A)动作能够获得收益的期望，环境会根据agent的动作反馈相应的回报reward r，所以算法的主要思想就是将State与Action构建成一张Q-table来存储Q值，然后根据Q值来选取能够获得最大的收益的动作。

单纯形计算方法(Simplex Method)是先求出一个初始基可行解并判断它是否最优，若不是最优，再换一个基可行解并判断，直到得出最优解或判断出问题无最优解。它是一种逐步逼近最优解的迭代方法。当系数矩阵A中可以观察得到一个可行基时(通常是一个单位矩阵或m个线性无关的单位向量组成的矩阵)，则可以通过解线性方程组求得基本可行解。

在约束条件下，寻找目标函数z的最大值。在用单纯法求解线性规划问题时，为了讨论问题方便，需将线性规划模型化为统一的标准形式。

书籍：《深入浅出强化学习：原理入门》郭宪 方勇纯。 《深入浅出强化学习：原理入门》用通俗易懂的语言深入浅出地介绍了强化学习的基本原理，覆盖了传统的强化学习基本方法和当前炙手可热的深度强化学习方法。开篇从最基本的马尔科夫决策过程入手，将强化学习问题纳入到严谨的数学框架中，接着阐述了解决此类问题最基本的方法——动态规划方法，并从中总结出解决强化学习问题的基本思路：交互迭代策略评估和策略改善。 基于这个思路，分别介绍了基于值函数的强化学习方法和基于直接策略搜索的强化学习方法。最后介绍了逆向强化学习方法和近年具有代表性、比较前沿的强化学习方法。 除了系统地介绍基本理论，书中还介绍了相应的数学基础和编程实例。因此，《深入浅出强化学习：原理入门》既适合零基础的人员入门学习、也适合相关科研人员作为研究参考。