Zhaoluji · Animated Explainers
朝露记 ORIGINAL ANIMATION SERIES
把一整套算法,讲成一段看得懂的动画。每一集都是一条完整的推理链——从最小的一个概念出发,一路推到能落地运行的算法,中间不跳步。
朝露记是隶属于上阳泰科技、专注于人工智能和新能源领域的知识讲解系列动画。
Categories
五大主题分类
按 PCS · EMS · BMS · 人工智能 · 电力市场五大主题组织。先选分类,再选章节,进入后观看视频与每一集。
Chapters
章节目录
先选章节,进入后即可观看视频与每一集(子章节)。
CH 01
已上线
第一章 · 马尔可夫决策过程
五元素 → 价值函数 → 贝尔曼方程 → 策略迭代 → 小结
5 集 · 约 109 分钟
CH 02
已上线
第二章 · 动态规划
无穷回报 → 迭代机器 → 算法地图 → 定理与手感
4 集 · 约 43 分钟
该分类的动画正在筹备中。朝露记会按 PCS · EMS · BMS · 人工智能 · 电力市场五大主题陆续上线,上线后即在分类墙中开放。
COMING SOON
NOW PLAYING
EP01 · 从一次选择到一整套策略 · MDP 五元素
新窗口打开
先点画面下方 播放键 开始;点击画面后用键盘 空格 播放/暂停、←→ 切换分镜、1–9 直达第 N 幕、R 重播;右侧可调语速、语音与全屏。
Chapter 01
第一章 · 马尔可夫决策过程
五集是一条主线:五元素把决策写成模型 → 价值函数把轨迹压缩成一个数 → 贝尔曼方程把数写成方程组 → 策略迭代把方程变成算法 → 小结把五集收进一页纸。点击任意一集即在上方剧场播放。
EP01
从一次选择到一整套策略 · MDP 五元素
单步选择与序贯决策差在哪里?从马尔可夫链、马尔可夫性一路推到 MDP 五元组(S / A / P / R / γ),把「怎么决策」写成可计算的模型。
问题引入 · 单步与序贯 · 马尔可夫链 · 马尔可夫性 · MDP 五元组 · 交互闭环 · 从链到 MDP · 本讲小结
32:408 幕 + 出品说明
EP02
从一条轨迹到一个数 · 价值函数
策略决定轨迹,轨迹累积成折扣回报;由回报递归引出 V(s) 与 Q(s,a),再用两状态算例把「好不好」真正变成一个可比较的数。
策略 · 策略代入 · 折扣回报 · 回报递归 · V 与 Q · 两状态算例 · 奖励跟边 · 值迭代 · 本讲小结
19:0410 幕 + 出品说明
EP03
从一组方程到一条最优策略 · 贝尔曼方程
期望方程从哪来?五台阶推导 + 备份图 + V/Q 互推 + 矩阵解,最后落到最优贝尔曼方程,让「最优」有了可验证的判据。
期望方程 · 五台阶推导 · 备份图 · V/Q 互推 · 矩阵解 · 两状态·解方程 · 两状态·迭代 · 最优方程 · 求解路径 · 对比与小结
19:3311 幕 + 出品说明
Chapter 02
第二章 · 动态规划
四集是一条主线:先把无穷回报折成有限值、把价值写成可解的方程组 → 再把方程装成两台迭代机器(策略迭代 / 价值迭代)→ 接着摊开一张算法地图(GPI、异步 DP、优先级扫描)→ 最后用定理与手感收束。点击任意一集即在上方剧场播放。
EP01
从无穷回报到一组方程 · DP 的入场券
无穷次交互的回报怎么折成一个有限值?从折扣回报、贝尔曼期望方程一路推到矩阵解,再讲清 DP 需要的三张入场券与最优方程里 max 的代价。
从无穷到有限 · DP 的位置 · 三张入场券 · 回报与价值 · 期望方程推导 · 矩阵与代价 · 最优方程 · max 的代价 · 收束
10:149 幕 + 出品说明
EP02
从一组方程到一台迭代机器 · 策略迭代与价值迭代
方程解不出来就迭代:策略评估的不动点迭代与压缩映射保证收敛,改进定理说清贪心为何不变差,再合成策略迭代与价值迭代两台机器并现场跑算例。
从方程到迭代 · 策略评估 · 压缩映射 · 策略改进 · 滚动证明 · 策略迭代 · 策略迭代算例 · 价值迭代 · 价值迭代算例 · 一根调节杆 · 收束
13:0811 幕 + 出品说明