強化學習（RLAI）讀書筆記第四章動態規劃
第四章：動態規劃 動態規劃是指一類在MDP下對環境有完全建模的計算最優策略的算法。經典的DP算法在強化學習中應用有限，不僅是因爲需要對環境進行完全建模，而且還需要很多的計算資源。但是這個算法在理論上依然很重要。實際上，書中後面章節的所有算法都可以看成想要使用更少的計算資源而且不需要對環境完全建模的儘可能達到DP的效果的嘗試。 一般我們假設環境是有限狀態MDP。儘管動態規劃也可以應用到連續狀態和連續
相關文章
- 1. 《強化學習Sutton》讀書筆記（三）——動態規劃（Dynamic Programming）
- 2. 強化學習（RLAI）讀書筆記第八章表格方法的規劃與學習
- 3. 強化學習（RLAI）讀書筆記第六章差分學習（TD-learning）
- 4. 強化學習導論 第四章 動態規劃
- 5. 強化學習（RLAI）讀書筆記第十六章Applications and Case Studies（不含alphago）
- 6. 強化學習（RLAI）讀書筆記第九章On-policy Prediction with Approximation
- 7. 強化學習（RLAI）讀書筆記第五章蒙特卡洛方法
- 8. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 9. 強化學習（RLAI）讀書筆記第二章多臂老虎機
- 10. 強化學習（RLAI）讀書筆記第十二章資格跡（Eligibility Traces）
- 更多相關文章...
- • 您已經學習了 XML Schema，下一步學習什麼呢？ - XML Schema 教程
- • 我們已經學習了 SQL，下一步學習什麼呢？ - SQL 教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • 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. 《強化學習Sutton》讀書筆記（三）——動態規劃（Dynamic Programming）
- 2. 強化學習（RLAI）讀書筆記第八章表格方法的規劃與學習
- 3. 強化學習（RLAI）讀書筆記第六章差分學習（TD-learning）
- 4. 強化學習導論 第四章 動態規劃
- 5. 強化學習（RLAI）讀書筆記第十六章Applications and Case Studies（不含alphago）
- 6. 強化學習（RLAI）讀書筆記第九章On-policy Prediction with Approximation
- 7. 強化學習（RLAI）讀書筆記第五章蒙特卡洛方法
- 8. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 9. 強化學習（RLAI）讀書筆記第二章多臂老虎機
- 10. 強化學習（RLAI）讀書筆記第十二章資格跡（Eligibility Traces）