[強化學習-5] 值函數近似

值函數近似 前幾篇博客講了如何進行值函數估計，估計完之後這些結果怎麼保持呢，狀態動作空間很小的就存在表中，用的時候查表獲取v(s)和Q(s, a)，但當狀態空間是高維連續時，需要儲存的東西就太多了，這個表就不行了，這時我們會採用函數近似(function approximation)的方式對值函數進行參數化近似： 一般的函數近似有 - Linear combinations of features

>>阅读原文<<