JavaShuo
欄目
標籤
強化學習(RLAI)讀書筆記第九章On-policy Prediction with Approximation
時間 2021-01-08
標籤
RLAI
简体版
原文
原文鏈接
這一章學習使用on-policy的數據對狀態值函數進行逼近,也就是在策略下估計值函數。這一章的重點在於估計的值函數不是使用表格來表示而是使用參數w的函數形式。一般來說權重參數的數量是遠遠比狀態的數量要小的,而且改變一個權重的大小會影響到很多個狀態值的估計。於是一個值函數的更新會帶來很多其它值函數的改變。這種泛化能力非常有用但更難操作和理解。 而且把強化學習延伸到函數逼近的形式也使得它能夠應用於部分
>>阅读原文<<
相關文章
1.
強化學習(RLAI)讀書筆記第十章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(RLAI)讀書筆記第四章動態規劃
4.
強化學習(RLAI)讀書筆記第六章差分學習(TD-learning)
5.
強化學習系列(九):On-policy Prediction with Approximation
6.
強化學習(RLAI)讀書筆記第七章n步自舉(n-step Bootstrapping)
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)讀書筆記第十二章資格跡(Eligibility Traces)
9.
強化學習(RLAI)讀書筆記第十六章Applications and Case Studies(不含alphago)
10.
強化學習(RLAI)讀書筆記第二章多臂老虎機
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
讀書筆記
強化學習筆記
強化學習
讀九章學Python
approximation
rlai
prediction
學習筆記
FSFA 讀書筆記
MySQL 讀書筆記
Thymeleaf 教程
MyBatis教程
Hibernate教程
學習路線
初學者
代碼格式化
0
分享到微博
分享到微信
分享到QQ
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。
最新文章
1.
字節跳動21屆秋招運營兩輪面試經驗分享
2.
Java 3 年,25K 多嗎?
3.
mysql安裝部署
4.
web前端開發中父鏈和子鏈方式實現通信
5.
3.1.6 spark體系之分佈式計算-scala編程-scala中trait特性
6.
dataframe2
7.
ThinkFree在線
8.
在線畫圖
9.
devtools熱部署
10.
編譯和鏈接
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
強化學習(RLAI)讀書筆記第十章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(RLAI)讀書筆記第四章動態規劃
4.
強化學習(RLAI)讀書筆記第六章差分學習(TD-learning)
5.
強化學習系列(九):On-policy Prediction with Approximation
6.
強化學習(RLAI)讀書筆記第七章n步自舉(n-step Bootstrapping)
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)讀書筆記第十二章資格跡(Eligibility Traces)
9.
強化學習(RLAI)讀書筆記第十六章Applications and Case Studies(不含alphago)
10.
強化學習(RLAI)讀書筆記第二章多臂老虎機
>>更多相關文章<<