DRL-2018 该存储库的功能是2018年夏季深度强化学习研究项目的工作（由Keith Ross教授建议，由纽约大学上海分校院长本科研究基金资助）。 在此项目中，我们尝试将“策略梯度”方法（香草策略梯度（aka REINFORCE），Actor-Critic和PPO）与“进化策略”相结合，以设计出一种提高样本效率的混合算法。 在MuJoCo基准上评估了所提出算法的性能。 参考： 加强：罗纳德·J·威廉姆斯。 用于连接符增强学习的简单统计梯度跟踪算法。 机器学习，8（3-4）：229–25

麦格理大学计算机系IARG 我们在星期一下午3.00-4.30pm在教育部的研讨室开会：研究园大道4号221室。 欢迎所有人加入我们。 会议 日期 主持人 话题 11/11 小姐 16/09 我的 用于恶意软件自动表示和分析的机器学习（博士学位论文） 5/8 机管局 22/7 SS 8/7 小姐 11/6 WK 机器视觉的生物识别和医学成像概述（） 27/5 在 13/5 SS 29/4 名爵 25/3 机管局 11/3 XD 25/2 SS 11/2 我的 2

COMP2200 / COMP6200实践S2-2020 此存储库包含适用于S2-2020 Macquarie University的COMP2200 / COMP6200的实用笔记本 此存储库将包含2020年COMP2200 / COMP6200 Session S2的实用笔记本。初始存储库在第一周有一个笔记本。 每个星期，您将添加一个新的笔记本，并在完成为您设置的问题时提交更改。 在学期末，您将拥有此资料库作为您工作的记录。 然后，这可以构成您正在进行的工作组合的一部分。 您可以更新此