2017 Fall CS294 Lecture 6: Actor-critic introduction
很奇怪，沒有看到Lecture 5的視頻，不過Lecture 5貌似是回顧NN，也沒關係，所以就跳過直接從Lecture 6開始了！ 我們重現一下actor-critic的誕生過程: 上圖中，其實PPT中是有動畫的，但是上面無法顯示出來，實際的推演過程是： Qπ(st,at)=r(st,at)+Est+1∼p(st+1|st,at)[Vπ(st+1)] Q π ( s t , a t ) = r
相關文章
- 1. 2017 Fall CS294 Lecture 4: Policy gradients introduction
- 2. 2017 Fall CS294 Lecture 7: Value Function Methods
- 3. 2017 Fall CS294 Lecture 8 Advanced Q-learning algorithms
- 4. cs294-RL introduction
- 5. Lecture 1： Introduction
- 6. Introduction to Algorithm - lecture 1
- 7. [CS131] Lecture 1 Course Introduction
- 8. lecture 5 ： policy gradient introduction
- 9. 11-777 lecture 1.1 introduction
- 10. 200410 Introduction to databases (lecture 11)
- 更多相關文章...
- • Redis的6種數據類型 - Redis教程
- • R 繪圖 - 函數曲線圖 - R 語言教程
- • TiDB 在摩拜單車在線數據業務的應用和實踐
- • RxJava操作符（二）Transforming Observables
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
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. 2017 Fall CS294 Lecture 4: Policy gradients introduction
- 2. 2017 Fall CS294 Lecture 7: Value Function Methods
- 3. 2017 Fall CS294 Lecture 8 Advanced Q-learning algorithms
- 4. cs294-RL introduction
- 5. Lecture 1： Introduction
- 6. Introduction to Algorithm - lecture 1
- 7. [CS131] Lecture 1 Course Introduction
- 8. lecture 5 ： policy gradient introduction
- 9. 11-777 lecture 1.1 introduction
- 10. 200410 Introduction to databases (lecture 11)