JERRYLAU

1. 一种基于 Q-learning 算法的自动走迷宫机器人
采用 Tkinter 来模拟 gym 的环境搭建，实现迷宫游戏环境的构建。基于 Q-learning 的深度学习算法，智能体通过其与环境交互得到的奖励进行学习、迭代更新决策表，结合 epsilon-greedy 算法，解决深度学习中陷入局部最优的困境。实验证明该算法使用了时间差分法 TD（融合了蒙特卡洛和动态规划）能够进行离线学习，使用贝尔曼方程可以对马尔可夫过程求解最优决策；

2. 基于 STM32f429 的手写识别
利用 STM32f429 开发版，设计与开发基于 C++语言的触摸屏手写识别程序。使用 CNN 卷积神经网络构建网络模型，针对
MINIST 数据集进行训练，在使用 sigmoid 激活函数，Adam 优化算法和交叉熵损失函数的基础上，经过 1000 次训练达到
96%的准确率。基于正点原子 STM32f429 战舰开发版和 ALIENTEK TFTLCD 模块编写触摸屏输入程序，将手写输入的坐标
信息输入到预训练好的网络模型，并在 LCD 屏上显示出预测结果，从而实现手写数字识别功能；