【學習筆記】PPO(Proximal Policy Optimization) - 李宏毅
所謂PPO（ProximalPolicyOptimization），就是在策略梯度的基礎上，使其可以具有Off-Policy的學習能力，同時保證動作執行者和學習者之間差距不要太大，穩紮穩打。 目錄 1.Policy Gradient 2.PPO(ProximalPolicyOptimization) 參考： 1.Policy Gradient 增加一個衰減discount 2.PPO(Prox
相關文章
- 1. 李宏毅機器學習筆記---Optimization
- 2. 2020李宏毅學習筆記——66 RL Advanced Version 2.Proximal Policy Optimization
- 3. 【筆記2-2】李宏毅深度強化學習筆記（二）Proximal Policy Optimization (PPO)
- 4. 機器學習：李宏毅強化學習筆記（一）Proximal Policy Optimization (PPO)
- 5. 【李宏毅2020 ML/DL】P110-111 Policy Gradient & Proximal Policy Optimization
- 6. 【完結】李宏毅深度強化學習筆記（二）Proximal Policy Optimization (PPO)
- 7. 李宏毅強化學習學習筆記-policy gradient and PPO
- 8. 2020李宏毅學習筆記——5.Optimization for Deep Learning
- 9. 2020李宏毅學習筆記——65 RL Advanced Version 1.Policy Gradient
- 10. 李宏毅機器學習筆記（1）
- 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. 李宏毅機器學習筆記---Optimization
- 2. 2020李宏毅學習筆記——66 RL Advanced Version 2.Proximal Policy Optimization
- 3. 【筆記2-2】李宏毅深度強化學習筆記（二）Proximal Policy Optimization (PPO)
- 4. 機器學習：李宏毅強化學習筆記（一）Proximal Policy Optimization (PPO)
- 5. 【李宏毅2020 ML/DL】P110-111 Policy Gradient & Proximal Policy Optimization
- 6. 【完結】李宏毅深度強化學習筆記（二）Proximal Policy Optimization (PPO)
- 7. 李宏毅強化學習學習筆記-policy gradient and PPO
- 8. 2020李宏毅學習筆記——5.Optimization for Deep Learning
- 9. 2020李宏毅學習筆記——65 RL Advanced Version 1.Policy Gradient
- 10. 李宏毅機器學習筆記（1）