李宏毅教授A3C課程筆記總結
A3C (Asynchronous Advantage Actor-Critic) 遠優於DQN Alpha go用到了model-based的方法 On-policy：學習的agent和與環境互動的agent是同一個 Off-policy：學習的agent和與環境互動的agent是不同的 注意學習的agent和交互的agent之間的差別不能太大 Actor：是一個神經網絡，輸入是觀察
相關文章
- 1. 李宏毅 Deeplearning課程學習筆記
- 2. 【課程筆記-李宏毅ML】transfer learning
- 3. 李宏毅課程
- 4. 【抗疫不出門】李宏毅教授機器學習課程筆記一
- 5. BP算法（李宏毅課堂筆記）
- 6. 李宏毅GAN課堂筆記 part1：introduction
- 7. 李宏毅Gradient Descent（lecturte3）課堂筆記
- 8. 李宏毅GAN課程（二）
- 9. 李宏毅——GAN筆記_day01
- 10. 李宏毅RNN筆記
- 更多相關文章...
- • C# 程序結構 - C#教程
- • Maven 教程 - Maven教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • Java 8 Stream 教程
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。
最新文章
- 1. Window下Ribbit MQ安裝
- 2. Linux下Redis安裝及集羣搭建
- 3. shiny搭建網站填坑戰略
- 4. Mysql8.0.22安裝與配置詳細教程
- 5. Hadoop安裝及配置
- 6. Python爬蟲初學筆記
- 7. 部署LVS-Keepalived高可用集羣
- 8. keepalived+mysql高可用集羣
- 9. jenkins 公鑰配置
- 10. HA實用詳解
歡迎關注本站公眾號,獲取更多信息
