RL（六）時序差分法（TD）
目錄 1、時序差分概述 2、TD和蒙特卡羅算法的不同 3、TD(λ) 4、時序差分的控制問題求解 5、總結 1、時序差分概述 前面我們講了基於模型的動態規劃和不基於模型的蒙特卡羅算法，他們都有各自的優點和缺點。動態規劃能夠很好的基於模型來求解強化學習，但是現實問題中很少能提前知道這個模型；蒙特卡羅算法能夠一定程度上結局無模型的強化學習任務，但是它必須在擁有完整的序列的前提下才能得到好的效果，這在現
相關文章
- 1. 【強化學習】時間差分法(TD)
- 2. 強化學習-時序差分算法（TD）和SARAS法
- 3. 強化學習（五）用時序差分法（TD）求解
- 4. 強化學習基礎 | (5) 用時序差分法（TD）求解
- 5. 《Reinforcement Learning》 讀書筆記 6：時序差分學習（TD-Learning）
- 6. Reinforcement Learning強化學習系列之四：時序差分TD
- 7. 4.蒙特卡洛（Monte-Carlo, MC）+時序差分（Temporal Difference, TD）
- 8. 強化學習導論 | 第六章 時序差分方法
- 9. 強化學習（六）時序差分在線控制算法SARSA
- 10. 時序差分算法(Temporal-Difference Learning)
- 更多相關文章...
- • XML DOM 瀏覽器差異 - XML DOM 教程
- • PHP 5 時區 - PHP參考手冊
- • 算法總結-歸併排序
- • 算法總結-二分查找法
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】時間差分法(TD)
- 2. 強化學習-時序差分算法（TD）和SARAS法
- 3. 強化學習（五）用時序差分法（TD）求解
- 4. 強化學習基礎 | (5) 用時序差分法（TD）求解
- 5. 《Reinforcement Learning》 讀書筆記 6：時序差分學習（TD-Learning）
- 6. Reinforcement Learning強化學習系列之四：時序差分TD
- 7. 4.蒙特卡洛（Monte-Carlo, MC）+時序差分（Temporal Difference, TD）
- 8. 強化學習導論 | 第六章 時序差分方法
- 9. 強化學習（六）時序差分在線控制算法SARSA
- 10. 時序差分算法(Temporal-Difference Learning)