強化學習系列（十一）：Off-policy Methods with Approximation
一、前言 針對Policy iteration 中存在的exploitation問題，在第五章中將強化學習算法分爲on-policy算法和off-policy算法。前兩章中，我們討論了對on-policy問題的函數逼近，本章中將重點介紹off-policy問題的函數逼近。兩者差異很大。第六章、第七章中出現的 tabular off-policy 方法很容易用semi-gradient方法進行擴展，
相關文章
- 1. 強化學習系列（十）：On-policy Control with Approximation
- 2. 強化學習（RLAI）讀書筆記第十一章 Off-policy Methods with Approximation
- 3. 強化學習系列（九）：On-policy Prediction with Approximation
- 4. 強化學習系列（十二）：Eligibility Traces
- 5. 《reinforcement learning：an introduction》第十一章《Off-policy Methods with Approximation》總結
- 6. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 7. 強化學習七 - Policy Gradient Methods
- 8. 深度強化學習系列（一）：強化學習概述
- 9. 強化學習-An introduction之 On-policy Prediction with Function Approximation 個人筆記
- 10. 強化學習系列（一）：強化學習簡介
- 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
- • Kotlin學習（一）基本語法
- • Tomcat學習筆記（史上最全tomcat學習筆記）
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. 強化學習系列（十）：On-policy Control with Approximation
- 2. 強化學習（RLAI）讀書筆記第十一章 Off-policy Methods with Approximation
- 3. 強化學習系列（九）：On-policy Prediction with Approximation
- 4. 強化學習系列（十二）：Eligibility Traces
- 5. 《reinforcement learning：an introduction》第十一章《Off-policy Methods with Approximation》總結
- 6. 強化學習（RLAI）讀書筆記第十章On-Policy Control with Approximation
- 7. 強化學習七 - Policy Gradient Methods
- 8. 深度強化學習系列（一）：強化學習概述
- 9. 強化學習-An introduction之 On-policy Prediction with Function Approximation 個人筆記
- 10. 強化學習系列（一）：強化學習簡介