David silver強化學習課程第四課 模型無關的預測
第四課 模型無關的預測 在上一節課中，主要講了利用動態規劃的方法求解MDP的預測和控制兩個問題，本質上它是model-based的，需要知道模型的信息如狀態轉移矩陣和回報函數。但是通常遇到的強化學習問題是不知道環境全部信息的，但是具有MDP的形式，在缺乏狀態轉移矩陣和回報函數的情況下如何求解預測和控制問題？ 本章主要講了三種方法用來求解模型無關(model-free)的預測問題：蒙特卡洛方法(MC
相關文章
- 1. David Silver深度強化學習第4課-免模型預測
- 2. David silver強化學習課程第五課 模型無關的控制
- 3. David silver強化學習課程第六課 值函數近似
- 4. David silver強化學習課程第三課 動態規劃
- 5. David silver強化學習課程第七課 策略梯度
- 6. David Silver強化學習課程筆記（四）
- 7. David silver強化學習課程第二課 馬爾科夫決策過程
- 8. David Silver深度強化學習第1課
- 9. David Silver深度強化學習第1課- intro-RL
- 10. David silver 強化學習公開課筆記（四）：Model-Free Prediction
- 更多相關文章...
- • ASP.NET MVC - 模型 - ASP.NET 教程
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • Kotlin學習（二）基本類型
- • 適用於PHP初學者的學習線路和建議
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. David Silver深度強化學習第4課-免模型預測
- 2. David silver強化學習課程第五課 模型無關的控制
- 3. David silver強化學習課程第六課 值函數近似
- 4. David silver強化學習課程第三課 動態規劃
- 5. David silver強化學習課程第七課 策略梯度
- 6. David Silver強化學習課程筆記（四）
- 7. David silver強化學習課程第二課 馬爾科夫決策過程
- 8. David Silver深度強化學習第1課
- 9. David Silver深度強化學習第1課- intro-RL
- 10. David silver 強化學習公開課筆記（四）：Model-Free Prediction