rm: 4.迁移学习和强化学习在无人驾驶中的应用 目录

智能无人系统/4.迁移学习和强化学习在无人驾驶中的应用.md

@@ -1,58 +1,5 @@
 # 速记模块 (顺口溜总结)
 
-## 总复习 PPT 模块
-
-- [速记模块 (顺口溜总结)](#速记模块-顺口溜总结)
-  - [总复习 PPT 模块](#总复习-ppt-模块)
-- [迁移学习学习和端到端无人驾驶](#迁移学习学习和端到端无人驾驶)
-  - [迁移学习](#迁移学习)
-    - [目的](#目的)
-    - [什么是迁移学习](#什么是迁移学习)
-    - [核心思想 (关键)](#核心思想-关键)
-    - [意义](#意义)
-    - [迁移学习与传统机器学习的对比](#迁移学习与传统机器学习的对比)
-    - [迁移学习方法研究领域](#迁移学习方法研究领域)
-      - [迁移学习研究领域与方法分类](#迁移学习研究领域与方法分类)
-      - [迁移学习方法分类](#迁移学习方法分类)
-      - [迁移学习应用场景](#迁移学习应用场景)
-  - [端到端无人驾驶](#端到端无人驾驶)
-    - [基本思路](#基本思路)
-      - [模型框架](#模型框架)
-  - [端到端无人驾驶模拟](#端到端无人驾驶模拟)
-- [强化学习和端到端无人驾驶](#强化学习和端到端无人驾驶)
-  - [强化学习概述](#强化学习概述)
-  - [强化学习原理及过程](#强化学习原理及过程)
-    - [马尔可夫决策过程](#马尔可夫决策过程)
-      - [马尔可夫性](#马尔可夫性)
-      - [马尔可夫过程](#马尔可夫过程)
-    - [非确定性策略与确定性策略](#非确定性策略与确定性策略)
-      - [非确定性策略](#非确定性策略)
-      - [确定性策略](#确定性策略)
-    - [及时奖励与累计期望奖励](#及时奖励与累计期望奖励)
-      - [及时奖励](#及时奖励)
-      - [累积期望奖励](#累积期望奖励)
-      - [值函数](#值函数)
-    - [状态 - 值函数和状态 - 行为值函数之间的关系图及其解释](#状态---值函数和状态---行为值函数之间的关系图及其解释)
-      - [要点回顾](#要点回顾)
-    - [请解释贝尔曼方程，并说明其在强化学习中的作用](#请解释贝尔曼方程并说明其在强化学习中的作用)
-  - [Q-learning](#q-learning)
-    - [Q-Learing 伪代码](#q-learing-伪代码)
-  - [近似价值函数](#近似价值函数)
-  - [深度 Q 值网络算法](#深度-q-值网络算法)
-    - [DQN 和 Q-Learing 算法的区别](#dqn-和-q-learing-算法的区别)
-    - [推导过程](#推导过程)
-    - [奖励函数](#奖励函数)
-    - [目标函数](#目标函数)
-    - [经验回放和目标网络](#经验回放和目标网络)
-    - [DQN 的目标网络和评估网络有何区别及联系](#dqn-的目标网络和评估网络有何区别及联系)
-  - [策略梯度](#策略梯度)
-    - [如果换成 t 时刻的奖励会发生什么后果](#如果换成-t-时刻的奖励会发生什么后果)
-  - [深度确定性策略梯度算法](#深度确定性策略梯度算法)
-    - [DDPG 算法结构](#ddpg-算法结构)
-      - [解释 Critic 目标网络和训练网络、Actor 目标网络和训练网络分别的作用](#解释-critic-目标网络和训练网络actor-目标网络和训练网络分别的作用)
-      - [伪代码](#伪代码)
-  - [深度强化学习在自动驾驶中的应用](#深度强化学习在自动驾驶中的应用)
-
 # 迁移学习学习和端到端无人驾驶
 
 ## 迁移学习